ARTICLE · 1119331
Hermes接Jev:15个开源插件,怎么选?
国庆假期已过半，在这还是说声假期快乐。
部分名词释义：Jev TypeSafe AI 的决策模型：不聊天，只做选择、打分、判断System One 心理学里的"快思考"：直觉、秒断；System Two 才是慢慢推理决策模型 输入题目或状态，输出带概率的选择，程序直接拿来用hook 钩子：插件挂在 Agent 流程上的接口，事件发生时被调用MCP 模型调用外部工具的协议，一堆工具接进来统一对话中间件 夹在请求链路中间的处理层，能改写流过的请求shadow 模式 只记录判断、不真正拦截，先观察一段时间再启用今天分享下Hermes的Jev插件。Hermes已经有很多Jev插件：名字里带Jev或TypeSafe的有13个，再加上两个以Jev为核心的后端大件，一共15个。覆盖从"这轮该加载哪个skill"到"这条终端命令敢不敢放行"的整条决策链。
这些插件不是只看文档写的。我挑了三个装上跑通（jev-judge、jev-skill-router、jev-typesafe），下面的实测数据是真实返回的关键字段摘录（数值原样，字段有裁剪）；其余插件的组合逻辑来自本机插件目录和每个插件的说明文档（大多要配TypeSafe的API key，个别走OpenRouter或可选本地后端；没有key自行到typesafe-jev.com注册后获取）。这篇把"有什么、跑起来什么样、怎么选"一次讲清楚。
先搞明白：Jev是什么，凭什么管"决策"
Jev是TypeSafe AI今年9月发布的模型，它跟ChatGPT那类东西完全不是一个路子：不聊天，只做选择题。
给它一段状态和一道题，它返回结构化结果加概率：这件事该归类到哪一类（96%）、危险程度高不高（92%）、要不要转人工（94%）。程序拿到数字直接执行下一步，不用解析长文本、也不用等它"组织语言"。
它的定位是Agent的"快思考层"。大模型负责想得深，Jev负责选得快。官方公布的数据是：每百万输入token 0.042美元、端到端70到500毫秒；在适合它的判别类任务上，比同级别的通用大模型快40到200倍。官方自己标注说，这个倍数是较高水平，不能往所有任务上外推。
为什么这种"选得快的活"对Agent重要？因为一个Agent跑一轮，里面全是小型判断：该加载哪个skill、该用哪个模型、这个操作危险吗、这条记忆要不要塞进上下文。这些活每一步都调一遍大模型，又慢又贵。
就因为这，Hermes的插件目录里Jev插件的密度高得离谱。不只Hermes：DSH那边有jev-dsh-decision（约300星），Claude Code那边有拿Jev做上下文压缩和输出裁剪的插件。整个生态是9月这一个月里冒出来的。
Hermes利用插件几行 能力接上Jev
Hermes的插件不复杂：一个目录、一个plugin.yaml、一段Python，丢进插件目录或者一行命令装上，重启就生效。真正关键的是它能挂的位置：
- 工具调用前
：可以拦下来，也可以改参数。危险操作直接截停就走这里 - 工具结果出来后
：可以替换结果。长输出先裁一刀再进上下文，就靠这个 - 模型调用前
：可以往这轮消息里塞点上下文。比如塞进"这轮该用哪个skill"的建议 - 请求发出前
：中间件连请求本体都能重写。模型和推理档位的路由走这里 还有子代理生命周期接口：插件能程序化地起子任务、等结果、取消任务。"编排"这条腿是官方给的
每个事件还带session、轮次、任务、子任务的关联ID。谁在什么时候做了哪个判断，全部有据可查。下面这15个插件，基本就是把这几类挂点占了个遍。
15个插件简介
通用决策工具
jev（作者ourines，v0.1.2）：最朴素的一个。装上多一个jev_evaluate工具，你想问Jev什么就手动调。后端可选TypeSafe或Cloudflare。
jev-typesafe（作者Anders Jensen-Waud）：四个原子工具，yes/no判断题、路由、打分、混合问题一次批量评估。
这两个是"手动挡"，装了他们，Agent的行为不会自动变，适合先试试手感。
能力路由：该用哪个skill、哪个MCP
jev-skill-router（作者DoGMaTiiC）：模型调用前动手，从你现有的skill名单里点名一个最合适的，写进这轮上下文。没有合适的就闭嘴不说话。它有两层阈值，先粗选一轮，再把候选复读一遍做精细判断，双阈值都过线才出手。
typesafe-skill-router（作者DECRUX9812）：同类思路，风格不同，判断结果会写成一行<skill_relevance>标注挂在你的消息上。约15星。
jev-skill-router-mcp（作者ydmw74）：同一个需求的MCP版，skill建议以MCP服务的形式提供。
哦对，这三个是同一件事的三种实现，选一个，别叠。
jev-mcp-router（作者Pinutss）：如果你接了一堆MCP服务器，这个负责在一堆工具里挑该用哪个。和上面同一套包结构：一个skill加一个MCP服务。
jev-agent-router（作者Pinutss）：任务该交给哪个agent干，它给路由建议。同样是skill加MCP服务的轻结构。
模型与算力的路由
jev-model-router（作者Pinutss）：挑模型。同样是一个skill加一个MCP服务的轻结构。
jev-effort-router（作者AlphaPerseii3000，v0.2.1）：这个更狠，每轮同时决定用哪个模型、给多高的推理档位，直接重写发出去的请求。但有个大前提：只支持Ollama:Cloud。（对，就这一个）其他provider一律不生效。不吃Ollama云模型的，这个直接跳过。
安全门禁
jev-judge（作者DoGMaTiiC）：每次终端命令、写文件、改代码之前先问Jev一遍：这东西破坏性多大、会不会往外传数据、影响面多广。默认是shadow模式，只把判断记录到日志、不拦任何操作（先当摄像头，别一上来就当保安）；观察一阵觉得靠谱，再切enforce让它动真格。它还会把每次判断的脱敏摘要发给TypeSafe（工具名加参数，参数每次最多600字符、最多12个）。
jev-approvals（作者anpicasso，v0.3.0，约20星）：把Jev当审批员用。危险命令被转成审批请求，Jev判断该不该放行；判断失败一律升级给人，绝不自动放行。和judge的区别：judge面向"每一次工具调用"，approvals面向"命令审批"这个位置。
记忆与上下文
jev-memory-selector（作者Pinutss）：把agent的记忆按token预算筛一遍。记住的东西多了之后，哪些值得带进这轮，由它来裁。
jev-curator（作者anpicasso）：给skill库做语义治理，判断哪些skill内容上互相重复、哪些该合并归档，产出计划但由Hermes自己执行。
两个大件
nerve（作者keeltrace，v0.2.2）：这不是单点插件，是一整套"监督神经系统"。16个工具、9个钩子：决策、排序、验证、评估、上下文治理、token预算控制，还有远程执行器（可以在别的机器上跑活）。后端不绑死，Jev之外还支持Laya和OpenJev，能本地自托管。代价也最直接：每轮对话的用户消息（最多1.2万字符）加脱敏工具预览会发给选定的后端（介意出网的，看到这句就该停一下）。
hermes-structured-aux-models（作者trajectoire-ai）：把Hermes内部的小活（审批、压缩、MCP采样）从"聊天式提问"换成"Jev决策调用"。走OpenRouter的key，不等TypeSafe的钥匙。
好了，15个齐了。搜索里还能看到新面孔在往外冒，这个生态的增速比文章写得快。
安装：实测数据
15个里我装了三个跑通：jev-judge管安全、jev-skill-router管选择、jev-typesafe管判断，正好是决策链的三段。装上花了十来分钟，跑了一批案例，挑几个接地气的说（下面代码块都是真实返回里截的关键字段）。
周报：让它模拟一遍老板视角
拿一份真实风格的周报草稿（修了个bug、优化了加载速度、开了两个评审会、学了个框架）问它三个问题：
{"boss_satisfied":0.71,"weakest_point":"next_step(0.78)","grind_index":0.74}翻译一下：老板大概会觉得本周产出充实（0.71）、摸鱼嫌疑低（0.74），但"下周计划太模糊"的嫌疑最高（0.78）。
说得挺准。那句"继续跟进技能系统优化"，谁写谁心虚（咳，这句我写着也心虚）。写周报的人可以拿去照一照。
计划：这份季度计划有多画饼
三个目标：三个月把留存率从28%提到50%、重构全部核心战斗系统、上线三个新玩法；团队一共四个人。问它"画饼指数"：
{"score":2.99,"legend":{"3":"纯纯画饼"},"confidence":0.99}接近满分（2.99/3），纯纯画饼，置信度0.99。这判决要是能拿到项目会上，能省半小时扯皮。
策划案：资源有限先做哪个
一个休闲游戏的系统列表（弹珠核心玩法、成长、社交、商业化），问它资源有限该先把哪个做扎实：
{"choice":"core","probabilities":{"core":1.0,"meta":0.0,"social":0.0,"monetize":0.0},"confidence":1.0}一票全给核心玩法，其余全零。它不做和稀泥的中间态。
架构：EventBus该不该上
一个常见争议场景：为了UI和逻辑解耦，全项目改消息总线，跨模块通信用事件，已经堆了200个事件类型。问它三问：
{"sustainable":0.33,"biggest_risk":"complexity(0.7)","necessity":1.22}扩规模后可持续吗：0.33，偏悲观；最大风险：事件失控、调试难追踪（0.7）；必要性：1.22，可选优化偏没必要。
老实说这个判决跟我自己的口味一致：解耦的收益如果要压上整个项目，先想想是不是过度设计。
路由功能：
还有一类日常用法。问它"帮我写本周工作周报"，没吱声；"设计一下新手引导流程"这么像游戏开发的活，也没吱声。它先看你手上的技能名单，没有真正合适的就沉默，宁可不说，不乱说。
行吧，这份憋得住的定力，我服。
怎么选？先回答自己三个问题
问题一：你想让Jev管哪一段？
只想知道Jev什么手感，装jev-typesafe，手动调，零自动化风险。
skill列表越来越长得记不住，装jev-skill-router（或typesafe-skill-router，二选一）。
经常跑自动化脚本、委派任务，怕哪天真闯祸，装jev-judge，shadow起步。
模型和工具的选择也要管，看jev-model-router和jev-mcp-router。
想要一整套监督加调度，直接读nerve的文档，这是这批里功能最全的，也是最重的。
问题二：数据出境你介意吗？
不全都得出网，分三类看：路由和门禁类（judge、skill-router、typesafe-skill-router、approvals，以及jev-typesafe那批手动工具）会把内容发给判断服务，各自发的不一样：judge发工具名和脱敏参数；skill-router发你的消息（最多4000字符）加skill名单和摘要；nerve发每轮的提示词（最多1.2万字符）。走OpenRouter的（effort-router、structured-aux-models）换成OpenRouter的key，判断发生在OpenRouter上。还有默认就不联网的：model-router本地启发式就能跑，curator默认不出网也不自动动手，nerve的Laya和OpenJev后端可以自托管。做敏感项目，先看后两类。
问题三：装了能不能回退？
都能。hermes plugins disable一行关掉；judge默认就是shadow模式，只记日志不拦东西，我装上后正常操作零感觉。唯一别做的就是全装（真的别）：里面有三组重复对（三个skill路由、两个模型路由、两个门禁），叠着装不光浪费，出了怪问题还分不清是谁干的。
嗯，最简单的判断：认识Jev，装jev-typesafe；想让Hermes变聪明，从jev-judge（shadow）和jev-skill-router两个开始；想一步到位，先读nerve的文档再做决定。
几个共通的坑
不全是"必须有key"：路由和判断类大多要TypeSafe的API key（还在Early Access阶段），有的走OpenRouter的key；但也有不需要的（model-router默认本地就能跑，curator默认不出网，nerve可自托管）。没key的路由类插件装了也是空转 每做一次决策多一次网络往返。官方标称70到500毫秒，我实测judge单次判断在600到800毫秒（日志里五次：641到718毫秒），skill-router每轮1.5到2.8秒，都比标称慢一些。挂在每轮对话上的插件，响应会变慢一点，挑关键点用，别把每个路口都装上收费站 走MCP的那几个（Pinutss的model-router、mcp-router、memory-selector、agent-router，加上ydmw74的skill-router-mcp）是stdio MCP形态，启动依赖机器上的uv judge和skill-router在服务故障时都是fail-open：没key、超时、接口报错就放行或沉默，不卡你的流程。所以它们是辅助判断，替代不了本地权限管理和人工审批 都是社区插件（目录里标的community），不是官方亲儿子，更新节奏看作者 版本门槛：15个条目里8个显式声明了门槛，7个要Hermes 0.21以上、jev-typesafe要0.19以上，其余7个没声明。我的0.21.5满足全部已声明约束，实测装上的三款都能跑 
📮
👋 还没关注？别划走，这里有个名片等你收下。
往期精选：
deepseek-harness 插件开发：写一个轻量记忆注入插件（附源码）
Hermes Agent 在 Windows 的隐藏坑：硬盘多出以盘符开头路径的文件夹