litellm

Jev 在哪一步做判断

将请求映射到预设复杂度类别，再由 LiteLLM 路由策略选择后端。

这个项目的用途

让模型分流使用可检查的复杂度判断。

源码与说明

• BerriAI/litellm/blob/56116079c8022da0e8f7ff9ccb017ad5aca5aed2/litellm/router_strategy/complexity_router/jev_classifier.py
• BerriAI/litellm/blob/56116079c8022da0e8f7ff9ccb017ad5aca5aed2/README.md
• BerriAI/litellm/blob/56116079c8022da0e8f7ff9ccb017ad5aca5aed2/tests/README.MD
• BerriAI/litellm/blob/56116079c8022da0e8f7ff9ccb017ad5aca5aed2/LICENSE

同类项目

• jev-codex-router

  0xNatoshi · 模型路由与降本

  每轮先让 Jev 判断任务类型与难度，再由本地策略为 Codex 选模型、思考深度和速度档。

• jev-research

  sherajdev · 模型路由与降本

  一份 Jev 与 Herdr 协作指南，附有把任务分给不同 Agent 的路由原型。

• jev-demo

  minghanminghan · 模型路由与降本

  Jev 客服分流演示：先批量回答路由问题，再沿分类结果处理用户请求。

• jev-router-playground

  hugo-alves · 模型路由与降本

  模型路由实验页：让 Jev 从候选模型中选择，再由你比较各模型的实际回答。