jev-tools
开源的AI编程智能体验证工具集，提供六个仓库取证工具，通过收集代码仓库证据并交由独立判断机制评估，帮助智能体验证其结论，支持MCP协议集成
时间轴 (近 90 天)
NomenAK 开源了 jev-tools，一套用于让 AI 编程智能体收集仓库证据以验证工作的工具。
jev-tools 的核心设计是将“取证”（从仓库收集证据）与“判断”（基于证据回答具体问题）分离给不同机制。
jev-tools 目前提供六个工具：jev_ask、jev_ask_files、jev_find_files、jev_locate_in_file、jev_check_diff、jev_select_tests。
jev_ask 基于多来源汇集证据来回答聚焦性问题。
jev_ask_files 在多个文件上独立评估同一个问题，以避免单文件视角的误判。
jev_find_files 根据某个行为或开发目标定位相关文件。
jev_locate_in_file 在源文件内部精确定位相关信息。
jev_check_diff 检查代码改动中潜在的不一致与问题。
jev_select_tests 识别与修改代码相关的既有测试。
jev-tools 集成后可检测代码变更之后文档是否已经过时。
还有 1 条时间轴事件
全部知识事实 (11)
jev-tools 不能消除幻觉，一个正向判断也不构成正确性证明，因为证据可能不完整或判断本身可能出错。
50%待验证jev-tools 的核心设计是将“取证”（从仓库收集证据）与“判断”（基于证据回答具体问题）分离给不同机制。
50%待验证jev-tools 目前提供六个工具：jev_ask、jev_ask_files、jev_find_files、jev_locate_in_file、jev_check_diff、jev_select_tests。
50%待验证jev_ask 基于多来源汇集证据来回答聚焦性问题。
50%待验证jev_ask_files 在多个文件上独立评估同一个问题，以避免单文件视角的误判。
50%待验证jev_find_files 根据某个行为或开发目标定位相关文件。
50%待验证jev_locate_in_file 在源文件内部精确定位相关信息。
50%待验证jev_check_diff 检查代码改动中潜在的不一致与问题。
50%待验证jev_select_tests 识别与修改代码相关的既有测试。
50%待验证jev-tools 集成后可检测代码变更之后文档是否已经过时。
50%待验证NomenAK 开源了 jev-tools，一套用于让 AI 编程智能体收集仓库证据以验证工作的工具。
50%