它是什么
位于智能体与其 MCP 服务器之间的网关：每次请求时，Jev 先对每个服务器回答一个是/否，再对保留下来的服务器里的每个工具回答一个是/否，只把这些工具的 schema（以及匹配的 playbook）返回给大模型。
它做什么： jev_route → 返回被判为「是」的工具 schema；jev_call → 代理 tools/call；概率阈值经过调校，尽量不漏掉需要的服务器；skills/<name>/SKILL.md 下的技能也用同样方式路由。
为什么收进案例库： 具体的 MCP 语义防火墙形态，公开了方法和阈值，而不只是 README 里的说法。
注意： 作者称对比 Sonnet 读全量目录，成本约 1/32、schema token 从约 20.1 万降到约 1 千——作者自报；在作者自己的表里 Sonnet 更准确；收录时仅 2 星。
证据
公开的 MIT 许可 README；大目录走「服务器 → 工具」两步路由，小目录一次请求完成；技能 / playbook 用同样方式路由。作者称选工具的成本约为 Sonnet 读全量目录的 1/32，其基准图中 schema token 从约 20.1 万降到约 1 千。
注意
- 作者称 649 个工具 / 111 条人工标注请求、成本约为 Sonnet 全量目录的 1/32、schema token 约 20.1 万 → 约 1 千——作者自报的基准图，本站未复现
- 作者称 Sonnet 读全量目录时选全所需工具的比例更高（99% 对 95%）——这是召回率上的取舍
- 收录时星标信号很弱（2 星）
- 托管 Jev 会看到请求文本以及工具名称和描述
非官方案例页。热度用观察到的 stars / 列表位次；热度不是质量 SLA。依赖前请阅读上游 README。