System One Connector

conector para avaliar Um conector para avaliar qualquer coisa de forma rápida e barata. Dê ao seu agente de IA acesso direto a modelos como: Jev, CLM e Laya

Documentação

System One Connector

Latest release License: MIT Go version GitHub stars

System One Connector logo

Dê ao seu agente de IA acesso direto a modelos como Jev, CLM e Laya: decisões rápidas com probabilidades reais.

evaluate conecta Claude Code, Claude Desktop, Codex, Hermes e pi ao modelo Jev da TypeSafe. Seu agente faz uma pergunta como "isto é urgente?" ou "qual equipe é responsável por isto?" e recebe um número ou uma opção que pode usar em uma instrução if.

Não está preso a um único provedor: o mesmo conector também executa modelos System One abertos que você mesmo hospeda, como CLM e Laya. Consulte executando 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 que isto existe

O problema: Um agente que precisa de uma decisão rápida geralmente pergunta a um LLM, lê um parágrafo de volta e adivinha o que significava. "Isto parece bastante urgente" não dá ao agente nada em que se basear, e ele não consegue distinguir uma resposta confiante de um cara ou coroa.

A solução: Jev é um modelo criado para julgamentos, não para geração de texto. Você nomeia a pergunta e as respostas possíveis, e Jev retorna uma probabilidade para cada resposta em um formato fixo. Seu agente recebe dados que pode comparar com um limite e nunca precisa interpretar prosa.

Início rápido

1. Instale (macOS e Linux):

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

2. Conecte seus agentes (obtenha uma chave):

TYPESAFE_API_KEY=your-key evaluate setup mcp

Isto encontra Claude Code, Claude Desktop, Codex e Hermes e registra evaluate em cada um. Se você já tem uma conta OpenRouter, defina OPENROUTER_API_KEY em vez disso. Para executar um modelo aberto como Laya localmente, aponte TYPESAFE_BASE_URL para seu servidor e mantenha TYPESAFE_API_KEY definido, pois ele seleciona essa rota; qualquer valor não vazio funciona se seu servidor não verificar chaves, por exemplo, TYPESAFE_API_KEY=local TYPESAFE_BASE_URL=http://127.0.0.1:8787 evaluate setup mcp (consulte hosts personalizados). CLM-v0.1-8B funciona da mesma forma; adicione TYPESAFE_MODEL=clm-latest (consulte executando CLM). Para pi, execute evaluate setup pi.

3. Faça uma pergunta:

"Use evaluate para decidir se este ticket é urgente e qual equipe deve ser responsável por ele: Socorro! Meus pagamentos estão falhando há 3 dias."

Seu agente envia:

{
  "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"}}
  }
}

E recebe de volta:

{
  "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}}
  }
}

O que você obtém

  • Respostas em que seu agente pode se basear. Três tipos de pergunta cobrem a maioria das decisões rápidas: sim ou não (noul), escolher uma opção (choice) e avaliar em uma escala (score). Cada resposta vem com probabilidades.
  • Confiança em que você pode agir. Um 0,95 e um 0,55 levam a ações diferentes. Seu agente pode prosseguir com respostas confiantes e escalar as incertas para você.
  • Rápido o suficiente para chamar com frequência. Jev normalmente responde em menos de meio segundo.
  • Muitas perguntas em uma única chamada. Pergunte sobre urgência, responsabilidade e sentimento juntos, e elas são executadas em paralelo.
  • Conjuntos de dados inteiros em uma única chamada. Passe até 500 registros como items e faça as mesmas perguntas para cada um. Se um registro falhar, os demais ainda são concluídos.
  • Agentes que usam bem sem prompts extras. O servidor diz ao seu agente como escrever boas perguntas (julgamentos estreitos, estado estruturado, evidências em vez de conclusões).
  • Configuração em um único comando. evaluate setup mcp configura cada cliente compatível que encontrar. Execute novamente para atualizar.
  • Sem dependências. Um único binário estático, sem runtime Node ou Python. evaluate update o atualiza no lugar.

Documentação

  • Configuração: opções de instalação, chaves de API, OpenRouter, hosts personalizados, pi e configuração manual do cliente.
  • Referência de ferramentas: campos de entrada, tipos de pergunta, leitura de pontuações, items, limites e erros.
  • Desenvolvimento: compilação, testes e publicação.

Sobre a TypeSafe

A TypeSafe cria modelos System One: pequenas unidades de julgamento de IA que você usa como primitivas de programação. Em vez de gerar texto, elas transformam linguagem natural e estado do aplicativo em respostas tipadas e probabilidades que o código pode combinar. Jev é o primeiro deles.

Site · Documentação · Referência da API · Console

Contribuindo

Issues e pull requests são bem-vindos. Consulte docs/development.md para começar.

Se evaluate poupar seu agente de interpretar prosa, uma ⭐ ajuda outros a encontrá-lo.