SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场jev-find-code

jev-find-code

编程与开发

查看项目

更新于 10-16 06:05

技能介绍

用途

jev-find-code 用于自然语言代码库导航，或用于在已观察到的候选文件中判断接下来应检查哪些文件。它从观察到的候选中找出可能的代码位置，适合在自然语言问题留下多个看似合理的候选时进行语义选择。

主要能力

  • 基于真实路径与观察到的摘要构建候选集。
  • 在自然语言问题下对多个候选进行语义选择，返回可能相关的代码位置。
  • 支持批量处理独立的相关性问题，而非串行调用 LLM。
  • 对大型目录树，可先选择本地分支再检查其内容，限制遍历范围并保留备选分支。
  • 区分已检查路径与具体证据、未检查线索；说明遍历共享、相关性分数与包含缺陷的概率是不同的量。

使用方式

设置：选择服务或模拟

仅检查 OPENROUTER_API_KEY 与 TYPESAFE_API_KEY 是否存在，绝不打印凭据。尊重用户已选择的模式。对于新设置，优先使用用户已有的 OpenRouter 账户；否则提供官方 TypeSafe。若缺少 OpenRouter，说明直接使用 TypeSafe 也是真实的 Jev。不要静默更改目标、发送数据、创建账户或切换宿主模型。

若尚未选择路线，说明可用路线并询问：

A — 真实 Jev：若使用 OpenRouter，在 https://openrouter.ai/settings/keys 使用/获取 OpenRouter 密钥；否则在 https://console.typesafe.ai 使用/获取 TypeSafe 密钥。在本地配置，不要在聊天中配置。 B — 模拟：使用当前智能体，或明确选定的可用模型（如 DeepSeek），使用相同的上下文、问题和标准。

等待明确选择。不要在同一已批准任务中为每条记录重复询问。API 错误不授权切换提供方或模拟。两个密钥都缺失并非死路：提供 B。B 不需要 Jev 密钥，但所选智能体/模型的常规访问、使用成本与隐私条款仍然适用。不要假设 DeepSeek 已安装、免费或本地托管。

在 B 中，返回 mode: agent_simulation（当前宿主）或 mode: model_simulation（另一个明确批准的模型），并在可用时附上其实际模型身份与 jev_called: false。每个问题有 value、needs_review、基于证据的简短理由、probability: null 与 confidence: null。Choice 值必须是提供的标签，Noul 值必须是布尔值，Score 值必须是整数评分索引。对缺失证据使用 null/review。绝不要将其呈现为 Jev、校准概率或等效的速度/准确度。在 B 中跳过 Jev CLI/API 步骤；使用已批准模型的现有接口，未经同意不要安装替代品或将数据发送到别处。

在 A 中，明确选择 CLI 目标：--provider openrouter 或 --provider typesafe。后者使用 TYPESAFE_API_KEY 并将捆绑的 OpenRouter 模型 ID 映射到 jev-1.13.0。--dry-run 仅验证；它既不分类也不进行网络调用。jev-decide setup 仅报告存在性，不报告密钥有效性、额度或权限。有关引导设置和可复制的 DeepSeek 提示，请使用 jev-setup 或设置指南。

Jev API 前提与首个示例

在 Jev API 模式下，使用共享的 jev-decide CLI（Python 3.10+），从经过审查的 jev-skill 包安装。若不可用，说明缺失的依赖，而不是静默安装软件。智能体进程必须为所选提供方继承 OPENROUTER_API_KEY 或 TYPESAFE_API_KEY；绝不要将密钥放入提示或请求文件。此判断不需要同级技能或第三方集成。实际的 UI、文件、邮箱或模拟操作需要宿主自己的工具。

将 <skill-dir> 解析为此安装文件夹。复制并编辑 assets/example.json 以用于用户任务；它是合成输入，不是捕获的成功结果。在没有密钥或 API 调用的情况下验证它：

以下命令默认使用 OpenRouter。对于官方路线，在验证和实时调用后都追加 --provider typesafe。

jev-decide decide <skill-dir>/assets/example.json --dry-run

在审查输入并授权将其发送给所选提供方后：

jev-decide decide /path/to/edited-request.json

正常调用会将提供的证据发送给选定的 Jev 提供方并产生使用费用。阅读相关答案，而不仅仅是退出代码：0 表示已选择/评分，2 表示需审查，1 表示错误。一个自信但错误的 Noul 仍然是错误的；选择不等于许可。未知、缺失或冲突的证据需要回退方案。在用户任务上测试阈值，而不是假设 0.9 是安全的。

工作流

  • 首先使用项目要求的图/索引工具；对已知符号使用精确查找。当自然语言问题留下多个看似合理的观察候选时，使用语义选择。
  • 从真实路径和观察到的摘要构建候选。明确说明何时只有路径名而非文件内容可用。
  • 对于大型目录树，选择本地分支然后检查其内容；限制遍历并保留备选分支，而不是将第一个选择视为证据。
  • 使用适当的代码工具打开所选源码并验证相关性。当文件不相关时更新状态或回溯。
  • 将已检查路径与具体证据同未检查线索分开返回。遍历共享、相关性分数与包含缺陷的概率是不同的量。

上下文与并行

Jev 不继承智能体的历史。为每个请求提供充分上下文：问题、观察到的行为/错误、相关先前阅读、图关系以及带有观察摘要或摘录的真实候选路径。仅文件名可能无法区分候选；标记尚未阅读的内容，并省略无关文件与机密，而不是省略对候选排序必要的证据。

对观察到的候选集批量处理独立的相关性问题，而不是串行 LLM 调用。对独立搜索使用有界并发，具有稳定的路径/问题 ID、速率限制与成本/时间预算。宿主调度调用；CLI 没有并行调度器。问题不能在同一请求中读取其他答案：在询问其未见子项之前先检查所选分支。Jev 的低延迟有助于广泛排序；代码工具仍然检索并验证实际源码。

使其成为你自己的

将示例的证据、候选 ID 和标准一起替换。当真实任务可能超出标签范围时，保留无匹配路线。在启用任何自动效果之前，就宿主或人员如何消费每个答案达成一致。

先例

相关项目或作者示例。我们的工作流是一种改编，不是该项目的代码、自动安装程序或复现的基准。OpenRouter 请求契约。

适用场景

  • 在大型代码库中，根据自然语言问题筛选多个候选文件。
  • 批量评估观察到的候选集的相关性。
  • 结合代码工具验证实际源码，定位可能包含缺陷的位置。
  • 在已提供路径与摘要的前提下进行代码库导航。

限制

  • 它基于提供的路径与摘要工作，不是其他工具的替代品。
  • 不继承智能体的历史，需要为每个请求提供充分上下文。
  • 仅文件名可能无法区分候选。
  • CLI 没有并行调度器，宿主负责调度调用。
  • 问题不能在同一请求中读取其他答案。
  • 选择不等于许可；未知、缺失或冲突的证据需要回退方案。
  • 模拟模式不得呈现为 Jev、校准概率或等效的速度/准确度。
  • 不要假设 DeepSeek 已安装、免费或本地托管。
  • 实际 UI、文件、邮箱或模拟操作需要宿主自己的工具。
  • 关于收费、价格、平台、效果等具体信息暂未提供。