オープンソースのJEV連携に共通するものと、最初に開くべきファイル。
2026年9月28日にGitHubで「jev」を検索すると、13,473件のリポジトリが表示されます。これは検索結果の件数であり、JEVプロジェクトの数ではありません。無関係な同名リポジトリもあれば、READMEでJEVに触れるだけで実際には呼び出していないものもあります。
実際にJEVを使っている関連プロジェクトから、私たちは228件を選びました。どのリポジトリも、ファイルを開けばJEVが判断を下す箇所を行単位で確認できます。
それがAwesome JEVです。228件を10種類に分類し、各項目を私たちが読んだ固定コミットに紐づけています。
選定方法
13,473件すべてを読んだわけではありません。関連する候補を私たち自身で選び、228件に絞り込みました。候補は次の3条件を満たす必要がありました。
- GitHubで50スター以上
- READMEに名前があるだけでなく、ソースコード上で確認できるJEVの判断箇所
- 読んだファイルを後から同じ状態で開ける固定コミット
最初に限界も明記します。すべての項目についてソースコードを確認しましたが、私たちが個別に実行して動作確認したものはありません。また、スター数はリポジトリ全体のものです。LangChainの146.9Kスターは、その中のJEV分類器への評価を表すものではありません。
228件の連携に共通するもの
1. JEVが選び、コードが実行する
ブラウザーエージェントのJev Ultrafast（18.2Kスター）を見てみます。コードはページの状態から、クリック、入力、選択という実行可能な操作に、DONEとBLOCKEDという2つの終了条件を加えた一覧を作ります。JEVはその一覧から操作と対象をそれぞれ1つ選びます。実行前に回答を検証し、選択肢が一覧内にあることと、確率の合計が1であることを確認します。検証に失敗すると、コードは「no action executed」というエラーを出し、何も実行しません。テキストモデルを呼ぶのは、入力欄に実際に文字を入れる必要があるときだけです。
LiteLLMのJEVルーター（59.4Kスター）では、tierという名前の選択問題を1つ送ります。指示は「このリクエストに完全に答えられるモデルを含む、最も安いティアを選ぶ」です。各ティアが何を指すかはルーターの設定で決まります。
同じ構造はほかにも見られます。
- QuantDinger（12.0K）は、注文が取引所に届く前に証拠、エクスポージャー、予算を確認します。
- Agentgateway（5.0K）は、ゲートウェイのポリシーがリクエストを許可する前に、脱獄と機密情報漏えいのリスクをスコア化します。
- OpenViking（38.5K）は、取得した記憶ごとに関連性を1問ずつ判定し、評価に失敗した場合はベクトルスコアに戻します。
- Skillrankerは、確信度がポリシーの基準を下回ると判断を見送ります。
再利用できる単位は「JEVを使うエージェント」ではありません。コードが用意した閉じた選択肢、型のある回答、そして回答が不確かなときの扱いを決めるルールです。
2. モデルより速く広がるリクエスト形式
228件のうち31件はオープンモデルのプロジェクトです。そのうち少なくとも9件は、stateと名前付きのNoul、Choice、Scoreの質問というJEVのリクエスト形式を維持しています。多くは同じ/v1/systemoneパスを使い、下のモデルをLocalJev、Jeff、jevmlx、Laya Server、OpenJEV SGLangなどに置き換えています。JEV自体を再現するものではないと明記するプロジェクトもあります。
Laya（17.1Kスター）は重みをHugging Faceで公開し、型付きの質問に1回のフォワードパスで答えます。
つまり、この質問形式に合わせて書いたコードには、実行先が複数あります。そうした前提で作られたプロジェクトがすでに存在します。
3. スターは大きなホストに、発想は小さなリポジトリに
掲載項目のスター数の中央値は251です。228件のうち151件は500未満で、1万を超えるのは20件だけです。その多くは、JEVを選択肢の1つとして追加した大きなホスト側のリポジトリです。LangChain、LiteLLM、AI Hedge Fund（63.7K）、Composioなどが該当します。
変わった発想は小さなプロジェクトにあります。合法手だけを選ぶマリオのエージェント（355スター）、測距セクターから機動を選ぶドローン（134）、YouTubeのスポンサー読み上げを飛ばす拡張機能（91）、JEVの判断をSQLの条件に変えるPostgres関数（314）です。
スター順に並べるとアダプターが見つかります。パターンはもっと下の方にあります。
4. JEVのディレクトリはすでに20件ある
228件のうち20件は、いずれも50スター以上の別のJEVリストです。私たちもその1つなので、リンク集をもう1つ作るだけでは足りないと考えました。各項目には、JEVに何を判断させるのかを書き、その箇所を含むコミットにリンクしています。
6つの仕事と、それぞれ最初に開くファイル
-
開いているページを絞り込む： Jev Ultrafast →
jev_ultrafast/model.py -
モデルへ振り分ける： LiteLLM JEV Router →
jev_classifier.py -
フレームワークに組み込む： LangChain TypeSafe（二値、カテゴリ、順序付きスコアの質問）→
classifier.py - ローカルで動かす： Laya → Hugging Face上の重みとチェックポイントルーター
-
リクエストを通す前に判定する： Agentgateway →
guardrail.ts -
大きなモデルが書く前に絞り込む： NewsJack。JEVが数百件の見出しをスコア化し、エージェントは短い候補リストだけを詳しく扱います。→
demos/news-desk-dealer
リポジトリには、これとは別に6本のシナリオガイドもあります。内容の選別、資料探し、モデル選択、出力のレビュー、画面操作、コンテキストの削減について、近いプロジェクトと参考にすべき箇所を紹介しています。
検索する代わりにエージェントに聞く
カタログの検索にAPIキーは不要です。Codex、Claude Code、OpenCodeに次を貼り付けてください。
Install the Awesome JEV skill from BeatAPI/awesome-jev.
Then find projects for my task, and point to the exact file worth reading.
Do not call any paid API.
自分でインストールする場合は、次のコマンドを使います。
npx skills add BeatAPI/awesome-jev
その後、例えば「JEVでニュースを選別したい。参考になるプロジェクトを3件見つけ、それぞれ最初に読むべきファイルを教えて」と聞けます。
カタログ： GitHubのAwesome JEV
228件を閲覧・絞り込み： BeatAPIのAwesome JEV
固定コミットのソースコードを確認したもので、独立した実行検証はしていません。スター数は2026年9月28日に取得したリポジトリ全体の値です。