AIチュートリアル

エージェントの意思決定向けJev Skillsのインストールと使い方

Jev Skillsのインストール方法、適切なスキルの選び方、意思決定リクエストの検証方法、実際またはシミュレーションによる判断の使い方、結果の解釈方法を学び、トリアージ、文書レビュー、ルーティング、コードレビュー、ブラウザ操作など、構造化された意思決定のためのより安全なエージェントチェックポイントを構築します。

2026年9月20日約16分で読了

Jev Skillsの概要

Awesome Jev Skillsは、AIエージェントのワークフローに構造化された意思決定を追加するための、インストール可能な9つのスキル集です。Jevは候補から選択し、入力を分類し、定義された基準をスコアリングします。コンテキストの収集、ツールの呼び出し、作業の実行、結果の検証は、引き続きエージェントが担当します。

このリポジトリには、90のシナリオと14件の記録済み入出力例が含まれています。レシピは、長時間実行されるエージェント、評価、ルーティング、コンテキスト管理、ブラウザー操作、受信トレイの振り分け、文書の根拠確認、開発者ツール、シミュレーション、ゲーム、クリエイティブなワークフローを網羅しています。

Jevは選択またはスコアリングを行います。ボタンのクリック、メッセージの送信、ファイルの変更、メディアのレンダリング、選択したアクションの実行は行いません。

主な機能

構造化された意思決定タイプ：候補を1つ選ぶにはchoice、独立した真偽判定にはnoul、段階的な評価にはscoreを使用します。
専門スキル：振り分け、文書、ユーザーインターフェース、ルーティング、コンテキスト、コードレビュー、コード検索、シミュレーション用のスキルをインストールできます。
エージェントのチェックポイント：失敗の繰り返しの検出、完了の根拠の評価、ルートの選択、提案されたアクションが目標達成を前進させるかどうかの判定をJevに依頼できます。
並列判定：共有状態に関する複数の独立した質問を1つのリクエストにまとめるか、ホストエージェントに同時実行数を制限して独立したリクエストをスケジュールさせます。
オフライン検証：--dry-runを使うと、ネットワーク通信や分類を行わずに入力を検証できます。
明示的なシミュレーションモード：OpenRouterキーを利用できない場合、現在のエージェントは、そのモードを承認した後に限り、同じ判定をシミュレートできます。

スキルの選択

jev：カスタム判定を定義するか、一般的なエージェントチェックポイントを追加します。
jev-triage：メッセージ、チケット、フィードバックを分類して優先順位を付けます。
jev-documents：ソースの該当箇所を選択し、裏付けとなる根拠を評価します。
jev-ui：すでに観測されたブラウザーまたはデスクトップのアクションから選択します。
jev-route：ツール、モデル、専門担当を推奨します。
jev-context：関連性を評価し、コンテキストの圧縮が適切になるタイミングを判断します。
jev-code-review：レビュー対象のコード変更に優先順位を付けます。
jev-find-code：観測されたファイル一覧から、次に確認する場所を選択します。
jev-simulation：シミュレーションされた世界で合法なアクションを選択します。

インストール

推奨：エージェントを使ったインストール

推奨される方法は、インストール作業をCodex、Claude Code、またはOpenCodeに任せることです。次のプロンプトをエージェントに貼り付けてください。

現在のエージェントにJev Skillsをインストールしてください。一般スキルとすべてのシナリオスキルを含めます。このインストールガイドを読み、従ったうえで、インストールを検証してください。
https://raw.githubusercontent.com/wuyoscar/jev-skill/main/docs/install.md

エージェントは環境を確認し、デフォルトでは現在のプロジェクトにインストールして、オフラインでインストールを検証します。デフォルトのインストール方法では、Node、npm、Vercelアカウントは必要ありません。エージェントが表示する承認リクエストには対応してください。

手動インストールやトラブルシューティングについては、手動インストールガイドを参照してください。

Jevへの実アクセスを設定する

実際のJev呼び出しにはOPENROUTER_API_KEYが必要です。OpenRouterの設定からキーを作成し、ローカルで設定してください。キーをチャットに貼り付けないでください。ライブ呼び出しではAPIを使用するため、利用料金が発生する場合があります。

キーが見つからない場合、エージェントは警告を表示し、次のいずれかを選択するまで待機する必要があります。

オプションA：キーを取得してローカルで設定し、実際のJevを使用する。
オプションB：現在のエージェントに、同じコンテキスト、候補、基準を使って分類をシミュレートさせる。

シミュレーション結果にはmode: agent_simulationおよびjev_called: falseを付ける必要があります。これはJevの応答でも、調整済みのJev確率でもないため、エージェントは確率値を捏造してはいけません。

シミュレーションモードとドライランモードは異なります。シミュレーションは現在のエージェントによる判定を生成します。ドライランはリクエスト形式を検証するだけで、分類は一切行いません。

基本的な使い方

インストール済みの振り分け例を試す

インストール後、jev-triageに含まれる例をエージェントに使わせます。この演習では入力を表示し、実行モードを確認し、エージェントがメールボックスに対するアクションを実行しないようにします。

jev-triageスキルを使用し、インストール先フォルダーにあるassets/example.jsonを読み込んでください。そのコンテキスト、質問、候補を表示してください。OPENROUTER_API_KEYがない場合は、A：実際のJev用にキーを設定する、またはB：現在のエージェントにシミュレーションさせる、のどちらかを選ぶよう私に尋ねてください。私の選択を待ってください。APIモードでは、--dry-runで検証してからJevを1回呼び出してください。シミュレーションモードでは、結果に「Agent simulation; Jev not called」と表示し、確率を捏造しないでください。完全な入力、出力、モードを表示してください。私のメールボックスにはアクセスせず、アクションを実行しないでください。

エージェントが新しくインストールしたスキルを見つけられない場合は、インストール先ディレクトリを確認し、クライアントで必要ならセッションを再読み込みするよう依頼してください。

リクエスト構造を理解する

Jevリクエストでは、モデル、共有状態、1つ以上の質問を指定します。各質問では、該当する場合、そのタイプ、指示、候補となる基準を定義します。次の短縮例では、同じパーサー障害が繰り返された後にエージェントが何をすべきかを尋ねています。

{
  "model": "typesafe/jev-1.13",
  "state": {
    "goal": "Fix the CSV parser and verify tests before declaring done.",
    "recent_result": "Same UnicodeDecodeError twice; no source change.",
    "observation": "The parser opens files without an explicit encoding."
  },
  "questions": {
    "next_step": {
      "type": "choice",
      "instructions": "Choose the next useful step from the evidence.",
      "criteria": {
        "inspect_input": "Inspect the input and file-opening code.",
        "retry_unchanged": "Retry only if a transient condition changed.",
        "report_done": "Report done only with passing tests.",
        "ask_user": "Ask when material authority or information is missing."
      }
    },
    "stuck": {
      "type": "noul",
      "instructions": "Have unchanged attempts repeated the same failure?"
    }
  }
}

リポジトリに記録された合成APIの例では、Jevはinspect_inputを選択し、stuck = trueを返しました。これは提供された証拠に基づく判断であり、修正を実行した結果ではありません。

オプションのコマンドラインを使う

jev-decideがインストールされている場合は、完全なリクエストをrequest.jsonとして保存します。まずオフラインで検証します。

jev-decide decide request.json --dry-run

OpenRouterに送信されるデータを確認して承認したら、ライブリクエストを1回実行し、結果を保存します。

jev-decide decide request.json > result.json

一般スキルだけがインストールされていてコマンドを利用できない場合は、Pythonスクリプトを使用します。

python3 <actual-skill-directory>/scripts/jev.py decide request.json --dry-run

必ずresult.jsonを確認してください。終了コード0は結果が選択または採点されたこと、2はレビューが必要なこと、1はエラーが発生したことを示します。選択が成功しても、選ばれたアクションが実行されるわけではありません。

実践的なワークフロー：判断のチェックポイントを追加する

Jevは、エージェントのすべての些細なステップではなく、意味のある判断ポイントで使うように設計されています。障害が繰り返されるとき、進む経路を選ぶ必要があるとき、またはエージェントが完了を宣言しようとしているときに、チェックポイントを追加します。

Use the jev skill to support decisions while fixing CSV parsing and passing the original tests. If the key is missing, ask me to choose real Jev or current-agent simulation. Use the chosen mode when failures repeat, a route needs choosing, or you are about to claim completion. Supply the goal, acceptance checks, relevant history, fresh tool results, permissions, and the meaning of every candidate action. Act only within existing authorization and verify the result afterward.

完了チェックポイントには、成果物の識別子、テストの実行記録、リビジョンハッシュ、ファイルシステムの確認結果、ジョブの状態など、実際の証拠を渡す必要があります。Jevは、提供された証拠が主張を裏付けているかを判断できますが、テストが本当に実行されたか、ファイルが存在するかを証明することはできません。これらの事実はツールから取得する必要があります。

レコードを安全に分類する

フィードバック、サポートチケット、その他のレコードを扱う場合は、まず少量の匿名化済みサンプルから始めます。より大きなバッチを処理する前に、カテゴリ、質問、外部に送信するデータについて合意します。

代表的なレコードを3件選択します。
各レコードの識別子、原文、関連するコンテキストを保持します。
billing、bug、how-to、otherなどのカテゴリを定義します。
マシンの外部に送信される内容を正確に確認します。
実APIモードまたは明示的に承認されたシミュレーションモードを選択します。
不確実な結果は人間によるレビュー用に分けておきます。
バッチサイズや予算を増やす前に、サンプルを確認します。

1回のリクエストで、各レコードについてカテゴリや緊急度など、複数の質問を尋ねることができます。独立したリクエストでは、ホストエージェントが同時実行数を制限して並行処理できます。CLI自体は並列ジョブを開始しません。

高度なヒント

完全なコンテキストを提供する

Jevはエージェントの会話を自動的には引き継ぎません。目標、ルール、関連する履歴、根拠となる情報、現在の観察結果、権限、候補の意味、受け入れ条件を含めてください。判断に関する質問は絞り込みますが、根拠を意図的に少なくしてはいけません。

判断と権限付与を分ける

高いスコアのアクションが自動的に許可されるわけではありません。既存の権限と安全管理が、引き続き実行を規定します。同様に、計画と提案されたツール呼び出しが一致していても、どちらかが承認済みであることの証明にはなりません。

依存するステップには最新の状態を使う

独立した判断では、1つの状態を共有したり、並行して実行したりできます。依存する判断では、前のアクションの後に得られた新しい観察結果を使用してください。Jevは、自由形式の計画、ツール実行、テキスト生成に取って代わるものではありません。

値を正しく解釈する

noulタイプの質問では、選択された値がfalseであっても、probabilityはその文が真である確率を表します。1.29 / 2のようなルーブリックスコアは採点結果であり、確率ではありません。

証拠とモードを保持する

完全な入力、正規化された出力、利用可能な場合は生のレシート、実行モードを保存します。選択された回答に合わせて書き換えるのではなく、矛盾する証拠も保持します。エージェントのシミュレーションを実際のAPIレスポンスとして提示してはなりません。

Jevをホストツールと組み合わせる

ブラウザーのクリック、メッセージの配信、ファイル編集、音楽生成、動画レンダリングには、それぞれ別のツールが必要です。Jevは候補の順位付けや、観測された実行可能なアクションの中からの選択を行えます。一方、選択された操作の実行と検証はホストアプリケーションが担います。

まとめ

Jev Skillsは、エージェントワークフローに明示的な選択、分類、スコア、証拠チェックを追加するための再利用可能なパターンを提供します。エージェント支援によるインストールから始め、付属の例をテストし、--dry-runでリクエストを検証してから、少量のサンプルを確認して規模を拡大してください。最良の結果を得るには、完全なコンテキスト、明確に定義された候補、明示的な実行モード、そして影響の大きい操作の後に毎回行う独立した検証が重要です。