jev-judge

编码代理在一次运行里会做大量细碎判断：这段工具输出要不要进上下文、抓取内容里有没有面向模型的指令、用户是否真的要求执行这条命令、所谓「做完了」有没有被验证过。若每次都交给主模型，既慢又费令牌；若全部写成固定规则，又很难扛住真实输入。jev-judge 是在中间的一层判决内核：针对一小块状态、一个边界清晰的问题，由轻量裁判作答，再由宿主代码掌握阈值、回退与最终动作，主模型把上下文留给真正需要推理的工作。

它关注的是上下文预算，而非编译、缓存或执行速度——只改变模型「看到什么」，不参与代码质量优化。核心决策点包括：对大量条目做批量是/否筛选（judge.items）、从冗长工具结果中截取任务所需片段（tool.admission）、识别疑似 prompt 注入的段落（tool.injection）、核查完成声明是否有依据（turn.completion）、判断回合是否在已宣布的步骤前不当停下（turn.continue）、区分值得长期记住的纠正与单纯的新任务（memory.capture），以及对已标风险命令核对用户是否真有此意（tool.risk，默认 shadow）。各点均有与未安装时一致的确定性回退；裁判慢、不可达或不确定时 fail open，不会卡死代理循环；判决写入账本，便于用真实会话数据决定是否从 shadow 升为 active。

适合在 DeepSeek Harness、Claude Code、Codex、OpenCode 等可通过插件、命令钩子或 MCP 接入的环境使用。尤其当宿主上下文确实紧张，或输出以「扫读」为主（shell 日志、自省 dump、浏览器快照）而非深度改写时，价值更明显；若上下文充裕且工作以精细编辑为主，需先阅读 README 中的范围说明再决定是否安装。