FirasSX914 /
Routing & Cost OptimizationJanus
模型适用性测量与路由框架，评估业务数据在 Jev 与传统大模型之间的收益边界并执行最优动态分发。
License: MITLanguage: Python最近提交：2026/9/18#llm-routing-cost#evaluation-benchmarks
JEV 在该架构中的决策位置
通过内置的 TypeSafe 提供者向 Jev 发起基准测试请求，统计离散判断准确度与延迟，生成自动化路由策略。
核心架构收益
用实测数据消除模型选型主观臆断，在保证任务成功率的同时实现系统整体调用的成本最小化。
固定版本源码审校依据
本站人工核验过该仓库的以下固定 commit 源码文件，确认 Jev 决策逻辑的真实接入方式：
审校说明与基准口径：源码已核验。包含 TypeSafe 提供者实现与路由策略引擎；实际成本节省幅度取决于业务查询的数据特征。
快速克隆仓库
git clone https://github.com/FirasSX914/Janus.git
同分类相关项目推荐（模型路由与降本）
0xNatoshi
jev-codex-router
Routing & Cost OptimizationMITPython
每轮先让 Jev 判断任务类型与难度，再由本地策略为 Codex 选模型、思考深度和速度档。
JEV 在这里做什么
对当前轮次的任务层级与推理需求分类，本地规则据此选择模型配置。
↳ 把模型分配规则和判断记录放在本地，便于回看与调整。
#llm-routing-cost#coding-agents
5✓ 3 处源码证据
查看详情 →
sherajdev
jev-research
Routing & Cost OptimizationMITTypeScript
一份 Jev 与 Herdr 协作指南，附有把任务分给不同 Agent 的路由原型。
JEV 在这里做什么
根据任务与仓库状态选择执行者，并给出风险和派发准备情况的判断。
↳ 提供可以阅读和修改的多 Agent 派工示例。
#llm-routing-cost#typed-decisions
✓ 2 处源码证据
查看详情 →