它是什么
用来复核编程智能体做了什么的原型:读取一条轨迹,标记重复读取、无依据的重试、循环,以及在证据出现之前就宣称完成的情况。
它做什么: 规则模式无需密钥,在本地运行;--judge jev 让 Jev 做语义判断,可用 --max-calls / --max-input-bytes 设预算并带本地缓存;请求失败或预算用尽时给出「不确定」。可以从你自己的 Codex 日志中导入一个回合。
为什么收进案例库: 把卡死循环检测和「完成」声明核验放在同一个工具里,之后的文件变更会让先前的验收证据失效。
注意: 只有合成样例;准确率未验证;Jev 模式下轨迹上下文会离开本机。
证据
公开的 MIT 许可 README;自带 20 条合成轨迹及参考标签;Jev 模式固定 `jev-1.13.0`、暂定 0.6 的置信度阈值和 TypeSafe SDK 0.6.0,并可限制调用次数和输入大小;作者称本地 45 项测试通过。
注意
- README 说明检测准确率尚未验证,真实数据标注也未经独立二次复核
- 测试样例和规则是一起开发的;只有合成基准
- Jev 模式会把选定的轨迹上下文发给 TypeSafe;导入的 Codex 日志不会自动脱敏
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。