dsh-jev-adapter：將 Jev 決策模型範式接入任意 OpenAI 兼容 LLM

前言¶

DeepSeek Harness (dsh) 採用插件化架構。在構建智能體時，如果需要模型給出結構化的決策結果（如概率分佈、置信度），而非自由文本，直接調用大模型往往難以獲取精確數據。官方 Jev (TypeSafe) API 雖然提供此能力，但存在密鑰獲取和網絡限制。dsh-jev-adapter 插件解決了這一問題，它能在 DSH 中註冊 jev_decide 工具，將 Jev（System One）的決策模型範式套用在任何 OpenAI 兼容的 LLM 上，默認通道無需 TypeSafe API key。

這是什麼¶

BetterZflyee 維護的 DSH 插件。它是一個適配器，核心價值在於通過註冊 jev_decide 工具，讓任意 OpenAI 兼容模型支持類型化決策範式。你可以將其視爲一個轉換層，它將用戶的自然語言指令轉換爲 Jev 的類型化問題（choice/score/boolean），並將模型的回答解析爲結構化的概率分佈。

核心功能¶

工具註冊：在 DeepSeek Harness 中註冊 jev_decide 工具，供 Agent 調用。
問題類型支持：支持 choice（選擇）、score（評分）、boolean（布爾）三種問題類型。
模型兼容：默認使用 openai 通道，支持任何 OpenAI 兼容的端點（DeepSeek API、Ollama、vLLM 等），也支持 typesafe 通道直連官方 API。
特殊處理：能處理模型在 reasoning_content 中回答而 content 爲空的情況。
容錯機制：支持 429/5xx 錯誤的指數退避重試（默認 3 次）；概率和不爲 1 時自動重新歸一化；全零答案退化爲均勻分佈。

安裝與啓用¶

通過 DSH 的插件安裝命令添加：

dsh plugin --profile <profile> add github:BetterZflyee/dsh-jev-adapter

安裝後需配置環境變量或修改配置文件。對於默認的 openai 通道，無需 TypeSafe API key，僅需配置 OpenAI 兼容端點的密鑰：

# 設置 OpenAI 兼容端點的密鑰
export JEV_OPENAI_API_KEY="sk-..."

# 可選配置覆蓋
# export JEV_BASE_URL="https://api.deepseek.com/v1"
# export JEV_MODEL="deepseek-chat"

也可在 cordis.patch.yml 中進行插件配置，指定 channel（默認爲 openai）和相應的 apiKey、baseURL 等參數。

典型用法¶

Agent 可以直接通過對話觸發 jev_decide 工具。例如，對 12 條工單進行分類：

把這 12 條工單分類：部門 + 緊急度 + 客戶情緒

Agent 會將這組判斷作爲類型化問題，打包進一次 jev_decide 調用，並返回一張概率分佈表。基於返回的置信度，Agent 可以進行路由決策：

confidence ≥ 0.85 → 自動執行
0.5 – 0.85 → 生成草稿，請人工確認
< 0.5 → 轉人工處理

適用場景與注意¶

適用場景：當你需要模型輸出結構化的決策概率（如多選概率、打分概率）時；當你使用本地部署的模型（Ollama/vLLM）或第三方網關，無法獲取或不想使用官方 TypeSafe API 時。
注意：
- 在 openai 通道下，模型輸出的概率是“自述的估計值”，並非數學上嚴格校準的概率，每個結果都應視爲帶有此提示。
- 插件以當前 dsh 進程的權限運行，安裝前建議檢查源碼（特別是 lib/adapter.js 中的提示詞邏輯）和許可證（MIT）。

短結尾¶

dsh-jev-adapter 讓開發者得以在不依賴特定 API Key 和網絡環境的前提下，利用現有的 OpenAI 兼容模型獲得類似 Jev 的結構化決策能力。它將決策範式與通用 LLM 結合，適用於需要概率化路由和結構化輸出的智能體場景。

GitHub 倉庫