Jev AI 决策工作流

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install jev-ai-decision-workflow
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 jev-ai-decision-workflow。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

Jev AI 决策工作流帮助将重复的文本决策构建为明确、类型化的输出：是/否、从允许选项中选择，或在指定范围内评分。它会引导你明确输入、问题、标准、风险等级、测试集、指标、升级规则和已知限制，使结果能够被检查，而不是被视为无法解释的模型判断。
此 Openclaw Skills 条目默认仅处理文本。其可选 MCP 服务器提供确定性的只读检查；它不会调用模型、访问账户、消耗额度、提交任务、读取私密数据，也不会替你做出决策。对于重大决策，工作流要求进行有代表性的评估和人工审查。

应用场景

为路由、内容审核、分诊或资格判定定义明确的“是/否”分类。
指定带有明确许可结果列表的选项决策。
创建具有明确范围和标准的评分工作流。
规划批量决策输入，并在处理前检查 ID 重复、空记录或大小限制问题。
根据证据、完整性、概率是否存在以及所需升级措施审查决策结果。
为高风险的就业、金融、医疗、法律、安全、安保或信任相关工作流添加保障措施。
查找 Jev AI Playground、API、批量处理、定价、隐私和条款的权威资源。

工作原理

定义输入记录和一个精确的操作性问题。如果复合问题的各部分可能有不同答案，请将其拆分。
选择输出类型：是/否、带允许选项的选项，或指定范围的评分。记录决策标准和风险等级。
准备具有代表性的已标注测试集，涵盖常见和罕见案例、模糊输入、对抗性措辞、缺失上下文以及预期升级情形。
按类别或分数区间评估错误。除非有校准证据，否则应将提供方报告的概率视为估计值，而非经过校准的置信度。
可选择使用 MCP 工具检查决策规范、验证批次、审查类型化结果，或检索 Jev AI 公开资源。这些检查均为只读，不会将记录发送至外部服务。
返回一份可检查的报告，涵盖决策、输入、输出架构、标准、风险、测试集、指标、升级措施、已知限制和下一步验证。
对重大决策要求人工审查；绝不要将概率视为执行不可逆操作的许可。

配置指南

在 OpenClaw 环境中加载 Jev AI 决策工作流技能。MCP 连接为可选项；即使不连接，也可以将该技能作为纯文本工作流使用。
如需添加可选的 stdio MCP 服务器，请运行：
openclaw mcp add jev-ai
--command npx
--arg -y
--arg github:gpt-img-2/jev-ai-decision-workflow-mcp
--include 'build_typed_decision_spec,validate_decision_batch,review_typed_decision_result,get_jev_ai_resources' 探测连接：
openclaw mcp doctor jev-ai --probe
如果你安装的 OpenClaw 版本不支持该命令组，请在 MCP 设置中将 npx -y github:gpt-img-2/jev-ai-decision-workflow-mcp 添加为 Stdio 服务器。除非 MCP 或 Jev AI 确实执行了操作，否则不要声称它们已完成工作。

数据架构

该工作流围绕明确的规范和可检查的结果组织每项决策。每个决策字段应定义一个操作性问题。
要素 需要指定的内容
输入 要评估的记录或文本
问题 要求作出的确切决策
输出架构 是/否、允许的选项值或评分范围
标准 用于确定输出的规则
风险 决策的风险等级及适用的保障措施
测试集 具有代表性的已标注示例，包括边缘案例和预期升级情形
指标 按类别或分数区间报告的错误度量
升级 需要人工审查或进一步验证的条件
已知限制 解释结果时存在的不确定性、缺口和约束
下一步验证 依赖结果之前需要进行的下一项检查
可选 MCP 会验证规范字段、批次 ID、空输入、重复项和大小限制，并审查结果证据、完整性、概率是否存在以及升级规则。该技能未规定生成文件或持久化格式。批次验证不会将记录发送到任何地方。

高级特性

build_typed_decision_spec
检查决策问题、架构、标准和风险控制。
validate_decision_batch
检查 ID、空输入、重复项和大小限制，不会传输记录。
review_typed_decision_result
检查证据、完整性、概率是否存在以及升级规则。
get_jev_ai_resources
返回 Jev AI 官方公开页面。
支持注重风险的工作流，对重大决策强制要求人工审查。
鼓励针对罕见、模糊、对抗性和不完整案例开展有代表性的评估，并按类别或分数区间衡量错误。
可选 MCP 保持确定性和只读特性：它不会调用模型、访问账户、消耗额度、提交任务、读取私密数据，也不会替用户做决定。

name: jev-ai-decision-workflow description: Design and review typed AI decisions with Yes/No, Choice, or Score outputs. Use for classification, routing, moderation, triage, qualification, guardrails, batch decision planning, result review, and Jev AI integration; require representative evaluation and human review for consequential decisions.