Awesome Jev / 数据与搜索
数据与搜索
搜索意图分类、查询改写路线选择、向量数据库重排前置过滤与数据管道流转。
realZachi
pg-jev
在 PostgreSQL 查询中用自然语言给数据行筛选、分类和排序。
将行内容交给 Jev，返回是否匹配、类别或等级分数，供 SQL 条件与排序使用。
↳ 把语义条件与已有 SQL 查询放在一起，并复用缓存结果。
superagents-lab
jev-search
用自然语言搜网页：Jev 选择搜索来源和时间范围，再给返回的链接排序。
判断查询意图、来源与时间条件，并给各条搜索结果打相关性分数。
↳ 保留链接、摘要、可调整过滤条件和来源失败提示。
WiktorB2004
llama-index-jev
为 LlamaIndex 提供 Jev 重排序器和路由器，给检索片段评分或选择查询工具。
用 Score 给候选片段评相关性，用 Choice 选择查询引擎或工具。
↳ 把 Jev 判断接入已有的检索与查询流程。
ozers
jevsome-projects
一个 Jev 项目目录与发现流水线，保存接入证据，并可用 Jev 辅助分类。
配置 key 后，把项目状态和候选类别交给 Jev；未配置时使用本地分类规则。
↳ 把项目索引与具体源码证据放在一起。
AkashPriyadarshii
jev-curate
Rust 数据集筛选实验，用 Jev 给文本记录评分并分流到保留或拒绝结果。
本地预过滤后调用 TypeSafe，按各项概率和评分阈值决定是否保留记录。
↳ 提供本地预过滤与分数阈值，适合研究按记录筛选的数据管道。
kylemclaren
jevql
在普通 PostgreSQL 查询外加一层语义处理，用 Jev 筛选、分组和排序，无需安装数据库扩展。
CLI 或服务层解析 jev_* 调用，把行文本发给 Jev，再用结果完成查询。
↳ 通过 CLI、HTTP、MCP 与 SDK 复用同一套语义 SQL 接口。
AkashPriyadarshii
jev-scout
用搜索结果建立真实仓库与 Rust crate 候选，再让 Jev 按需求相关性进行评分和选择。
比较候选信息与用户需求，对适配度和维护迹象打分，并选择候选。
↳ 把推荐限制在检索得到的候选中，保留可点击的来源。
giuliosmall
pg_typesafe
一个预览阶段的 PostgreSQL C 扩展，让 SQL 直接调用 Jev 做分类、是非判断和评分。
将 SQL 输入转换为 System One 请求，并把答案返回给数据库函数。
↳ 在现有数据库查询中加入类型化语义判断。
colliber
duckdb-jev
一个 DuckDB 扩展，在 SQL 中调用 Jev，并把回答转换成 ENUM、数值或 STRUCT 等类型。
对行文本提出 Choice、Score、Noul 问题，按问题定义生成对应 SQL 结果。
↳ 在查询表格或 Parquet 数据时直接使用结构化判断。
EugeneBoondock
jevsql
给 SQLite 加入 Jev 语义判断，可过滤、排序、匹配记录并追踪判断所用的证据。
把行数据和候选问题发给 Jev，再把答案映射为 SQL 可查询结果。
↳ 提供批处理、缓存和预算控制，并保留判断历史。
hev
reranker
把查询和最多约 30 篇候选放进一次 Jev state，每篇一个 Noul「是否相关」，用来过滤或重排。
每篇文档一个 Noul 相关度；超长列表再切批并发请求，结果可按阈值丢掉或按分数排序。
↳ 用概率当阈值或排序键，不必再接一个生成式重排器。
zhuyansen
jev-search-rerank-eval
中英文检索重排效果评估系统，对比 Jev 重排与词法搜索、向量检索及混合融合基线，并分析评审者自循环偏差。
在评估流水线中调用 Jev 判断器对 9,831 对样本和 164 个中英查询进行多级相关度评分，比较重排前后排序指标。
↳ 为搜索算法工程师提供了严谨的定性与定量对比依据，以实测实验揭示了 Jev 在跨语种技能目录搜索中的真实收益与边界。
pnthn-ai
polar_llama
Polars 上的并行推理库：聊天模型走各家补全接口，Jev 则按行做 Noul、Choice、Score，或对整份文档套一份类型化契约。
每一行一个 state，多个 typed questions 一次请求返回；Noul / Choice / Score 落成带置信度的普通列。
↳ 把闭集判断接到现有 Polars 批处理列上，而不必再走一轮聊天补全。
uehaj
jev-semgrep
用 Jev 给每一行打“是否符合某含义”的分，可用 AND/OR/NOT 组合，并支持跨语言查询。
每批约 30 行，对每行向 `jev-latest` 发 Score 或 Noul，问它是否匹配给定含义。
↳ 零运行时依赖的语义 grep；查询文本会发到 TypeSafe。
kentcdodds
kody
可选的二段检索：先扩大混合召回，再用 Cloudflare Workers AI 上的 `typesafe/jev` Score 重排。
对每个候选发 Score 问题，按分数重排并丢掉低分结果；模型 ID 为 `typesafe/jev`。
↳ 把 Jev 重排接到现有 MCP 搜索，而不是改写召回本身。许可证是 Fair Source FSL-1.1-ALv2，不是 OSI 开源。
