快速上手 Jev 决策原语:Choice、Noul、Score 三大原语完整指南
快速上手 Jev 决策原语:Choice、Noul、Score 三大原语完整指南
jev-skill 是 Jev 的使用案例、工作流与 Agent 技能合集,其中 Choice、Noul、Score 是向 Jev 提问的三大决策原语:一个负责"多选一",一个负责"是/否判断",一个负责"打分分级"。下面用一张图和三个真实例子,带你快速搞懂 Jev 的工作方式。
一、为什么先要认识三大决策原语?
Jev 的定位很朴素:Jev 负责选择、分类和评分,宿主 Agent 负责提供证据和执行动作。它不写方案、不生成文章、不记忆上一次请求——它只在一个你划定的小决策空间里给出"类型化"的答案。
你可以把它类比成三种经典题型:
| 原语 | 题型 | 典型问题 | 返回值 |
|---|---|---|---|
| Choice | 单选题 | "下一个该走哪条路?" | 所有候选项的概率,选出一个胜出 |
| Noul | 判断题 | "这件事急不急?" | 一个 0~1 的"是"概率 |
| Score | 打分题 | "风险有多大?" | 量尺上的期望位置(可为小数)+ 各级分布 |
仓库里的 guide.md 给出的选择口诀只有三句话:
- 互斥的若干条路 → 用 Choice
- 相互独立的命题 → 用 Noul
- 有顺序、有刻度的程度 → 用 Score
二、Choice:从候选项里选出唯一答案
Choice 是最常用的原语:你给出候选标签(最多 255 个),Jev 为每个标签分配概率,总和为 1,最高者胜出。
看 checkpoint.json 这个真实模板。场景是:Agent 修 CSV 解析器时卡住了,同样的错误连续出现两次,该往哪走?
"next_step": {
"type": "choice",
"instructions": "Choose the next useful step from the evidence.",
"criteria": {
"inspect_input": "Inspect the failing input to confirm the cause.",
"retry_unchanged": "Rerun the identical test only if a transient condition changed.",
"report_done": "Report done only with passing relevant tests.",
"ask_user": "A material decision needs authority not available."
}
}
仓库记录的 真实调用结果:Jev 选中 inspect_input,概率 1.0——先去看输入,而不是无脑重试。
两个易错点:
- Choice 是"相对最优",不是"绝对合格"。四个选项里选出的最好一个,也可能都不适合当前任务。想确认"任何一个候选是否可接受",请另加一个 Noul 问题。
- 每个候选必须附描述(
criteria),否则模型无法区分含义相近的标签。
三、Noul:独立的是/否命题
Noul 问的是一个独立命题,只返回"是"的概率(0~1),没有单独的 confidence 字段。
在 api.md 的原生请求示例里,它与 Choice、Score 出现在同一个请求中:
"weakens_check": {
"type": "noul",
"instructions": "Would proposed_action remove or weaken an existing correctness check?"
}
返回 0.02 是强烈的"否",不是"不确定"——低概率本身就是一句高置信的否定,别把它误读成模糊信号。
使用要点:
- 问题读起来要自然,高概率 = 是;
- 想同时问"计划是否偏离目标?""证据是否缺失?""检查是否被削弱?"这类可并存的属性时,拆成多个 Noul,而不是一句"是否安全合规可以部署?"。
四、Score:给程度一个位置
Score 接收 2~10 个有序描述(量尺),返回的是期望刻度位置——索引从 0 开始,所以三级量尺的值域是 0~2,小数完全正常。
triage.json 用 Score 给工单排紧急度:
"urgency": {
"type": "score",
"instructions": "Rate urgency from the record; do not infer facts not stated.",
"criteria": [
"Routine request with no active loss.",
"Active issue needing timely review; work can continue.",
"Work is blocked or active loss requires immediate investigation."
]
}
仓库记录的实测输出是 urgency = 1.29 / 2:落在"需要及时处理但工作未中断"附近。社区项目 Jev Review 则把 Score 用在代码审查队列——每个 diff 区块打分后按优先级排序:
关键提醒:Score 不是概率。 1.29 不代表 129% 的置信,而是量尺上的位置。一个"高置信的低分"依然是负面评价,不代表可以放行。
五、三者组合:一次请求,多个独立问题
三大原语最省心的用法,是在同一个请求里混用。看 rubric.json:评审一个产品点子时,Score 判断受众契合度、Choice 判断证据支持的需求状态,两个问题共享同一份 state,互不干扰、一次返回。
请求结构永远是三段:
| 字段 | 作用 |
|---|---|
state |
决策所需的证据:目标、观察、约束(Jev 不继承对话历史) |
questions |
若干独立问题,每个标注 choice / noul / score |
criteria |
每个候选的边界描述——写清相邻答案的区分条件 |
命令行上,把请求存成 request.json,先离线校验再发起调用:
jev-decide decide request.json --dry-run
jev-decide decide request.json > result.json
退出码语义:0 = 已选择/已打分,2 = 有问题需要人工复核,1 = 错误。API 参考 提醒:selected 只代表"选出了标签",不代表动作被批准,权限与确定性校验始终在宿主一侧。
六、常见误区:别让三个原语混着理解
| 误区 | 正确理解 |
|---|---|
| "confidence 就是答对的概率" | confidence 只是分布集中度的统计量,不是正确率 |
| "Noul 没有 confidence 所以更不可靠" | Noul 返回值本身就是"是"的概率,无需另配置信字段 |
| "Score 是 0~1 的置信度" | Score 是量尺位置,索引从 0 开始,三级量尺值域是 0~2 |
| "概率高的 Choice 结果就能直接执行" | 选出不等于授权;执行权、允许清单、确认门槛都在宿主代码里 |
| "同一命题用 Noul 问和用两选项 Choice 问结果相同" | 两者不保证逻辑一致,阈值也不能跨原语照搬 |
完整诊断清单见 pitfalls.md 与 question-design.md。
七、什么时候该用 Jev,什么时候不该
适合 Jev 的场景: 重复性分类、批量打分、候选路由、Agent 检查点、浏览器下一步动作选择——社区已把它用在俄罗斯方块的合法落点、浏览器自动化、邮件分诊、代码审查等场景:
不适合 Jev 的场景: 开放式规划、写方案或文案、精确算术与计数、日期比较、需要原创文本的任务——这些应交给宿主 Agent 或生成式模型与确定性代码。Jev 是"系统一"式的快速判断层,不是万能大脑。
八、下一步:从模板到你的任务
仓库自带 12 个可直接改写的请求模板,都放在 skills/jev/assets/ 下:
- checkpoint.json:卡住时的恢复检查点(Choice + Noul)
- triage.json:人工分诊三合一(Choice + Noul + Score)
- rubric.json:评分标准式评审(Score + Choice)
- browser-route.json:浏览器路由(Choice)
动手路径:改 state、questions、criteria 三处即可——它们必须一起改,只换示例文字会导致问题和证据对不上。更多场景配方可浏览 scenarios.md,API 细节与置信度解读见 api.md。
记住一句话收尾:Choice 选路、Noul 判断、Score 定位——给够证据、划清边界、把执行权留在自己手里,Jev 的三大决策原语就能成为你工作流里最省心的"判断题引擎"。


