kentcdodds /
Data & Searchkody
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。
GitHub
65465
License: FSL-1.1-ALv2Language: TypeScript最近提交：2026/9/19#search-retrieval#mcp-integrations#classification-ranking
JEV 在该架构中的决策位置
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`。
核心架构收益
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。
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：固定版本的公开源码已核对。许可证为 FSL-1.1-ALv2。本站未执行该项目，也未独立测量性能或安全性。
快速克隆仓库
git clone https://github.com/kentcdodds/kody.git
同分类相关项目推荐（数据与搜索）
realZachi
pg-jev
Data & SearchPostgreSQLShell
在 PostgreSQL 查询中用自然语言给数据行筛选、分类和排序。
JEV 在这里做什么
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。
#database-vector#classification-ranking
10✓ 3 处源码证据
查看详情 →
superagents-lab
jev-search
Data & SearchMITTypeScript
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。
JEV 在这里做什么
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。
#search-retrieval#classification-ranking
22✓ 2 处源码证据
查看详情 →
WiktorB2004
llama-index-jev
Data & SearchMITPython
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。
JEV 在这里做什么
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。
#search-retrieval#classification-ranking#llm-routing-cost
✓ 2 处源码证据
查看详情 →