Score (0.0 — 1.0)
Probabilidade calibrada para critérios onde gradações importam: severidade de padrão, qualidade de documentação, elegância de API, confiança na reescrita.
TypeSafe Jev é um motor de julgamento que fornece avaliações de probabilidade calibradas para critérios subjetivos. Em vez de depender apenas de heurísticas determinísticas, Jev permite que skills façam julgamentos nuançados sobre qualidade, severidade e classificação.
Score (0.0 — 1.0)
Probabilidade calibrada para critérios onde gradações importam: severidade de padrão, qualidade de documentação, elegância de API, confiança na reescrita.
Noul (Classificação)
Classificação categórica para decisões binárias ou de poucas classes: pass/fail, presente/ausente, structural/cosmetic, suspected/not_suspected.
| Sem Jev | Com Jev |
|---|---|
| Heurísticas binárias (regex, pattern matching) | Avaliações de probabilidade calibradas |
| “Padrão presente” ou “padrão ausente” | “Padrão presente com severidade 0.73” |
| Classificação fixa | Classificação com nível de confiança |
| Falsos positivos frequentes em edge cases | Julgamentos nuançados em edge cases |
Quatro skills do catálogo suportam integração opcional com TypeSafe Jev:
Humanizar
8 Score + 12 Noul — Severidade de padrões de IA, adequação de voz, confiança na reescrita, classificação de mudanças (structural/cosmetic/hybrid).
Human-AI
8 Score + 12 Noul — Mesma estrutura da Humanizar, calibrada para padrões de escrita em inglês e 7 presets de voz diferentes.
Slop Eval
8 Score + 16 Noul — Severidade de tells de design, qualidade por eixo (cor, tipografia, layout, motion), classificação de seções (CLEAN/SUSPICIOUS/INFLATED/CRITICAL).
Agent Plugin Eval
7 Score + 19 Noul — Coerência de UX, clareza de documentação, elegância de API, classificação de gates, detecção de secrets, checklist de qualidade.
Cada skill verifica a disponibilidade de Jev antes de usar:
from typesafe import jev_available
if jev_available(): from typesafe import Score, Noul # Usar Jev para critérios subjetivoselse: # Fallback para scoring heurísticoCada skill inclui um arquivo jev_questions.json com as definições:
{ "version": "1.0", "skill": "humanizar", "questions": { "score": [ { "id": "pattern_severity", "question": "How severe is this AI writing pattern in the context?", "context_required": ["text_segment", "pattern_type", "surrounding_text"] } ], "noul": [ { "id": "change_type", "question": "What type of change is required to fix this pattern?", "labels": ["structural", "cosmetic", "hybrid"] } ] }}Quando Jev não está disponível, as skills usam métodos heurísticos internos:
| Skill | Fallback sem Jev |
|---|---|
| Humanizar / Human-AI | Scoring baseado em contagem e peso de padrões |
| Slop Eval | Classificação por densidade de tells |
| Agent Plugin Eval | Validação determinística + regex para secrets |
O fallback é funcional mas menos nuançado em edge cases.
Cada skill com suporte Jev inclui:
| Arquivo | Descrição |
|---|---|
scripts/jev_questions.json |
Definições de questões Score e Noul |
references/jev-integration.md |
Protocolo de integração e exemplos de código |
Seção no SKILL.md |
Documentação de quando e como usar Jev |
Não. Jev é opcional. Todas as skills funcionam sem ele usando métodos heurísticos de fallback.
Consulte a documentação oficial do TypeSafe para instruções de instalação e configuração.
Sim! Use o padrão de descoberta (jev_available()) e crie um jev_questions.json seguindo a estrutura documentada. Veja os arquivos jev-integration.md das skills existentes como referência.
Jev é útil para critérios subjetivos onde gradações importam. Skills com avaliações puramente determinísticas (validação de JSON, existência de arquivo, conformidade de schema) não se beneficiam de Jev.