System One Connector

conector para evaluar un conector para evaluar cualquier cosa de forma rápida y económica. Dale a tu agente de IA acceso directo a modelos como: Jev, CLM y Laya

Documentación

System One Connector

Latest release License: MIT Go version GitHub stars

System One Connector logo

Dale a tu agente de IA acceso directo a modelos como Jev, CLM y Laya: decisiones rápidas con probabilidades reales.

evaluate conecta Claude Code, Claude Desktop, Codex, Hermes y pi al modelo Jev de TypeSafe. Tu agente hace una pregunta como "¿esto es urgente?" o "¿qué equipo es el responsable?" y recibe un número o una opción que puede usar en una declaración if.

No está atado a un solo proveedor: el mismo conector también ejecuta modelos abiertos System One que tú mismo alojas, como CLM y Laya. Consulta ejecutar CLM localmente.

  "Help! My payouts have been          ┌──────────┐        is_urgent   0.95
   failing for 3 days."          ───▶  │   Jev    │  ───▶  department  billing  (86%)
                                       └──────────┘                   technical (14%)
  is it urgent? which team?                                           sales      (0%)

Por qué existe esto

El problema: Un agente que necesita una decisión rápida normalmente pregunta a un LLM, lee un párrafo de vuelta y adivina qué significaba. "Esto parece bastante urgente" no le da al agente nada sobre lo que decidir, y no puede distinguir una respuesta segura de un volado.

La solución: Jev es un modelo creado para juicios, no para generación de texto. Tú nombras la pregunta y las respuestas posibles, y Jev devuelve una probabilidad para cada respuesta en un formato fijo. Tu agente obtiene datos que puede comparar contra un umbral, y nunca tiene que analizar prosa.

Inicio rápido

1. Instala (macOS y Linux):

curl -fsSL https://raw.githubusercontent.com/itsmostafa/system-one-connector/main/install.sh | sh

2. Conecta tus agentes (obtén una clave):

TYPESAFE_API_KEY=your-key evaluate setup mcp

Esto encuentra Claude Code, Claude Desktop, Codex y Hermes y registra evaluate con cada uno. Si ya tienes una cuenta de OpenRouter, configura OPENROUTER_API_KEY en su lugar. Para ejecutar un modelo abierto como Laya localmente, apunta TYPESAFE_BASE_URL a tu servidor y mantén TYPESAFE_API_KEY configurado, ya que selecciona esa ruta; cualquier valor no vacío funciona si tu servidor no verifica claves, por ejemplo TYPESAFE_API_KEY=local TYPESAFE_BASE_URL=http://127.0.0.1:8787 evaluate setup mcp (consulta hosts personalizados). CLM-v0.1-8B funciona de la misma manera; agrega TYPESAFE_MODEL=clm-latest (consulta ejecutar CLM). Para pi, ejecuta evaluate setup pi.

3. Haz una pregunta:

"Usa evaluate para decidir si este ticket es urgente y qué equipo debería ser el responsable: ¡Ayuda! Mis pagos han estado fallando durante 3 días."

Tu agente envía:

{
  "state": "Help! My payouts have been failing for 3 days.",
  "questions": {
    "is_urgent": {"type": "noul", "instructions": "Does this convey urgency?"},
    "department": {"type": "choice", "instructions": "Which team should handle this?",
      "criteria": {"billing": "Payments, refunds", "technical": "Bugs, outages", "sales": "Pricing"}}
  }
}

Y recibe:

{
  "answers": {
    "is_urgent": {"type": "noul", "noul": 0.95},
    "department": {"type": "choice", "choice": "billing", "confidence": 0.79,
      "probabilities": {"billing": 0.86, "technical": 0.14, "sales": 0.0}}
  }
}

Lo que obtienes

  • Respuestas sobre las que tu agente puede decidir. Tres tipos de preguntas cubren la mayoría de los juicios: sí o no (noul), elegir una opción (choice) y calificar en una escala (score). Cada respuesta viene con probabilidades.
  • Confianza sobre la que puedes actuar. Un 0.95 y un 0.55 llevan a acciones diferentes. Tu agente puede proceder con respuestas seguras y escalarte las dudosas.
  • Suficientemente rápido para llamarlo a menudo. Jev normalmente responde en menos de medio segundo.
  • Muchas preguntas en una sola llamada. Pregunta sobre urgencia, responsabilidad y sentimiento juntos, y se ejecutan en paralelo.
  • Conjuntos de datos completos en una sola llamada. Pasa hasta 500 registros como items y haz las mismas preguntas a cada uno. Si un registro falla, el resto aún se completa.
  • Agentes que lo usan bien sin indicaciones adicionales. El servidor le dice a tu agente cómo escribir buenas preguntas (juicios específicos, estado estructurado, evidencia en lugar de conclusiones).
  • Configuración con un solo comando. evaluate setup mcp configura cada cliente compatible que encuentre. Ejecútalo de nuevo para actualizar.
  • Sin dependencias. Un solo binario estático sin runtime de Node ni Python. evaluate update lo actualiza en su lugar.

Documentación

  • Configuración: opciones de instalación, claves de API, OpenRouter, hosts personalizados, pi y configuración manual de clientes.
  • Referencia de herramientas: campos de entrada, tipos de preguntas, lectura de puntuaciones, items, límites y errores.
  • Desarrollo: compilación, pruebas y publicación.

Acerca de TypeSafe

TypeSafe construye modelos System One: pequeñas unidades de juicio de IA que usas como primitivas de programación. En lugar de generar texto, convierten lenguaje natural y estado de la aplicación en respuestas tipadas y probabilidades que el código puede combinar. Jev es el primero de ellos.

Sitio web · Documentación · Referencia de API · Consola

Contribuciones

Las incidencias y solicitudes de extracción son bienvenidas. Consulta docs/development.md para comenzar.

Si evaluate le ahorra a tu agente algo de análisis de prosa, una ⭐ ayuda a que otros lo encuentren.