Agent skill routing
Pick which skill or tool a coding agent should use for a request — or decline when none fit.
"Skill and tool selection" is the first coding-agent pattern in the community awesome-jev catalog: as an agent's toolbox grows to dozens of skills, deciding which one a turn needs becomes a real bottleneck. Keyword or embedding matching can't say "none of these" — it always returns its closest guess. A Jev choice returns one skill with per-option probabilities, so a weak match falls below your threshold and the agent declines or asks the big model, instead of confidently firing the wrong tool. That's the difference between an agent that misroutes silently and one that knows when it doesn't know.
Experimenta ao vivo
Isto é a coisa real, não uma maqueta. Edita a entrada, carrega em Executar e o Jev devolve cada resposta tipada numa só ida e volta — grátis, sem registo. Agora imagina a mesma chamada disparada sobre milhares de itens em paralelo.
Pick a demo, tweak the input, and hit Run Jev.
As decisões que o Jev toma
Numa só chamada, o Jev avalia cada uma destas — em paralelo, sobre a mesma entrada:
Which skill should the agent use first for this request?
escolhe uma destas opções:
run_tests— run the test suiteread_logs— fetch and search recent logsedit_code— modify source filessearch_web— look up external docs/errorsopen_pr— open a pull requestnone— no available skill clearly fits — ask or escalate
Is the top skill a clearly correct fit (safe to auto-run without asking)?
devolve uma probabilidade calibrada de sim/não.
Will this request likely need more than one skill to resolve?
devolve uma probabilidade calibrada de sim/não.
O pedido exato
Este é o payload real por trás da demo ao vivo — copia-o, muda o state e já estás a construir:
{
"model": "jev-latest",
"state": "An AI coding agent receives: \"The staging deploy is failing with a 502 right after the container starts — can you figure out why?\"\n\nAvailable skills:\n- run_tests: run the project's test suite\n- read_logs: fetch and search recent service/deploy logs\n- edit_code: modify source files\n- search_web: look up external docs/errors\n- open_pr: open a pull request with changes",
"questions": {
"skill": {
"type": "choice",
"instructions": "Which skill should the agent use first for this request?",
"criteria": {
"run_tests": "run the test suite",
"read_logs": "fetch and search recent logs",
"edit_code": "modify source files",
"search_web": "look up external docs/errors",
"open_pr": "open a pull request",
"none": "no available skill clearly fits — ask or escalate"
}
},
"confident": {
"type": "noul",
"instructions": "Is the top skill a clearly correct fit (safe to auto-run without asking)?"
},
"needs_followup": {
"type": "noul",
"instructions": "Will this request likely need more than one skill to resolve?"
}
}
}Integra-o no teu código
Lê as respostas tipadas e ramifica em código simples — sem análise. Trata automaticamente os casos de alta confiança e encaminha os incertos para um modelo maior ou uma pessoa. É uma só chamada à API e a saída é grátis, por isso faz todas as perguntas que precisas de uma vez.
Constrói o teu
Cada cenário acima é uma só chamada à API. Experimenta qualquer um deles grátis no playground e depois obtém uma chave alojada para o lançar em minutos.