【免费下载链接】awesome-decision-modelsA curated list of decision models (System One / typed decision models): hosted APIs, open-weight models, runtimes, SDKs, applications, benchmarks, and papers.项目地址https://gitcode.com/gh_mirrors/awes/awesome-decision-models点击查看免费下载Awesome Decision Models 是一个社区维护的决策模型System One 模型资源清单收录了托管 API、开源模型、运行时、SDK、应用、评测和论文。其中最出圈的记录是决策模型 Jev 用约 1.65 美元的 API 花费、37 小时 40 分自动通关了《精灵宝可梦 红》。本文把清单中Demo 与游戏章节的全部 32 个条目以及散落在模型、推理、应用章节里的游戏 Demo 一并整理成 50 个决策模型游戏与 Demo 的完整清单帮你快速看懂这个新物种到底能干什么。先搞懂决策模型为什么适合玩游戏 决策模型和聊天大模型最大的区别它不生成文本而是对一组事先声明的答案直接输出概率。读入一段状态文本、JSON部分模型支持图片你提前声明问题有三种形态Noul某事为真的概率、Choice从给定选项里选一个、Score在有序量表上打分模型一次前向计算为每个选项返回概率零输出 token。游戏恰好是它的天选场景棋盘状态是现成的合法动作就是选项列表每一步一次决策快、稳、可回放。这也是 TypeSafe AI 在 2026 年 9 月用 Jev 和/v1/systemoneAPI 开创这一类别后游戏类 Demo 井喷的原因。1.65 美元通关宝可梦最著名的一次决策模型实况清单里有两个宝可梦项目值得单独看Jev Plays Pokémon Red程序直接读取 Game Boy 内存并列出合法选项每一步都由 Jev 选择用时 37 小时 40 分、16,150 次决策、约 1.65 美元通关——平均每次决策不到 0.0001 美元。jev-plays-pokemon-red基于 PyBoy 的另一版实现路线和数值运算由代码掌控Jev 只在分支点做选择每回合战斗还会用 Brier 分数对照模拟器 RAM 状态检验濒死预测的准确性。两者都收录在 README_zh.md 的Demo 与游戏章节英文条目见 README.md。经典街机与单机关卡12 个决策模型游戏清单项目玩法看点所在章节Jev Tetris根据空洞、堆高、起伏选择旋转和落点列Demo 与游戏Jev Pac-Man迷宫序列化为 JSON每个路口由 Jev 选转向实时对战Demo 与游戏typesafe-mario从结构化模拟器状态玩超级马里奥Demo 与游戏JEVfire浏览器版马里奥本地约 71 ms/步推理方法jev-doom-agent浏览器里的 Doom带空间状态与实时决策遥测Demo 与游戏Von本地非自回归模型每步动作一次前向附 Doom 演示开源模型jevlike小型单次打分器含 Doom / 国际象棋视觉演示开源模型jev-t-rex-runnerChrome 小恐龙由 Jev 代跳Demo 与游戏snake-jev贪吃蛇每局几百次类型化转向决策Demo 与游戏PlayJev从 448 px 画面玩 10 款浏览器小游戏每步一次前向开源模型NanoJev0.6B 并行决策模型同一权重玩 ViZDoom、迷宫、贪吃蛇开源模型jev-visual教学向视觉推理含分拣厂 / Breakout / 手势演示推理方法如果 PlayJev 的 10 款游戏分开计数光这一节就已经超过清单总条目的一半。棋类与策略对决10 个能上手对战的决策模型项目Jev Chess全网对 Jev 的一盘共享棋每个合法着法都是一个 Choice 问题概率给棋子上色实时校准面板为每一步打分Chess with Jev浏览器国际象棋与 Chess960代码算出每个合法着法的事实Jev 每回合以一次 Choice 选一步chess-vs-jevPygame 国际象棋支持人 vs 人、人 vs Jev、Jev vs Jev 三种模式jev-gomoku五子棋还实现了 Jev 对 Jev 自对弈sudoku-vs-jev终端数独存在必走步时表现稳健需要猜解时会露馅Jev × 2048把 Jev 当 2048 决策引擎展示每步的概率分布、置信度、延迟与 token 消耗Jev Plays StarCraft原版星际争霸共享战役的结构化状态框架带验证跑次和概率轨迹Jev × Civilization II浏览器里跑原版文明 IIJev 选帝国、城市、科研和单位动作实验性尚未验证通关jev-asks-until-sure二十问游戏置信度决定何时停止提问Jev 会断言、含糊其辞甚至拒绝作答Little Airways玩具群岛空管Jev 判断备降、紧急、谁先落地约 150 ms 一次棋类项目集中展示了一个实用细节把规则和判断分离——合法性、胜负判定全部交给确定性代码决策模型只负责在合法选项里挑一步。这也是整个清单反复出现的工程范式。创意与交互 Demo当决策模型开始画画、判读、写剧情这部分最能体现决策模型不生成文本也能做出效果的特点1 Million Emojis人人实时共享的 1000 × 1000 emoji 画布每一笔之后 Jev 用一次 Choice 选定旁边的格子和 emojiJevvie页面小助手把页面操作暴露为工具一次 Choice 判定访客意图体素角色跳到按钮上执行Jev Room一句话生成六个房间设定Jev 选、应用渲染jev-canvas语音 摄像头手指追踪在画布上绘图每段实时转写都经过 Jev 决策Book Aurora几十秒读完一整本小说每段返回九种情绪打分《弗兰肯斯坦》601 段共 6,010 次判断约 25 秒、3 美分可导出海报Hollow Creek村庄 NPC 每个 tick 评判你做什么、对你什么感觉而不是和你聊天jev-got《权力的游戏》角色扮演故事模型写场景Jev 回答他在哪、有多危险、该配什么音乐Jev mood demo对 NPC 时好时坏结构化状态持续跟踪心情变化TypeSafe Typewriter打字时 16 条类型化判断实时更新Yes / No免登录 Noul 演示问一句得到 yes / no / maybejev-fit粘贴一个软件想法Jev 一次调用回答一套固定问题给出普通代码 / Jev / 推理型 LLM的结论和概率Jev Guard评论审核 playgroundTypeSafe AdBlockChrome 扩展Jev 判断候选 DOM 元素并移除疑似广告BYOK 无后端Jevtown由 10,000 个计算生成的人物组成的小镇Jev 判断文本适合哪些人、每个人如何反应模拟器与实时 Agent落地表现、空管、餐厅服务FlightBench固定翼飞机着陆模拟器与基准测试可与 Jev 比拼着陆表现对照人类飞行员、基线与 LLM 控制器JevsBistro确定性 3D 餐厅模拟重放同一场晚餐服务对比规则驱动、摄像头辅助和 Jev 规划的服务员Jev DroneMuJoCo 四旋翼控制和安全留在代码里Jev 做较慢的战术判断Jev Ultrafast浏览器 Agent一次请求同时选出操作和 DOM 元素苏黎世 → 伦敦查机票约 7 秒收录在应用章节如何在清单里快速定位这些游戏中文版清单README_zh.mdDemo 与游戏章节从第 246 行开始共 32 条英文版清单README.md章节结构完全对应网页版支持中英切换和条目搜索由 site/index.html、site/app.js、site/style.css 组成网站每次合并后由 scripts/build_site.py 从两份 README 自动生成本地可用python3 scripts/build_site.py --strict校验两份清单的一致性想给自己的游戏 Demo 投稿阅读 CONTRIBUTING.md核心要求是真正用到决策模型、一句话说明它做什么以及怎么用的哪个模型本地跑一个决策模型三条最省事的路看完清单想动手试试清单的运行时与平台章节给出了现成方案Ollama0.35 版本起在本地提供/v1/systemone模型库里首批决策模型是nimble和tev1拉下来即可用llama.cppllama-server可服务 Laya、Kev-4B、Clef 等模型支持图片状态jevos把 1B 模型量化到 619 MB纯 CPU 笔记本也能跑短请求约 54 msOllaya面向决策模型的专用运行时官方 Python SDK 无需修改即可连接托管路线则直接用 TypeSafe 的 Jev问题设计成 Noul / Choice / Score 三种形态一次请求拿到全部概率代码只负责阈值判断和动作执行。写在最后这份清单的价值不只是能玩游戏37 小时通关宝可梦只花了 1.65 美元而一次浏览器查票操作只要 7 秒——决策模型真正的卖点是低延迟、低成本、可校准的概率化判断。游戏恰好是最直观的压力测试场规则确定、胜负可验证、每一步决策都有迹可循。如果你正在评估要不要把决策模型引入自己的产品不妨先从这个游戏清单入手感受一次零输出 token 也能做完一整盘棋的差别。赞分享【免费下载链接】awesome-decision-modelsA curated list of decision models (System One / typed decision models): hosted APIs, open-weight models, runtimes, SDKs, applications, benchmarks, and papers.项目地址https://gitcode.com/gh_mirrors/awes/awesome-decision-models点击查看免费下载相关推荐10 个托管决策模型 API 全清单Awesome Decision Models 帮你选对 Jev、d1 与 OpenAI Decisions10 个托管决策模型 API 全清单Awesome Decision Models 帮你选对 Jev、d1 与 OpenAI Decisions Awesom免费自托管决策模型怎么选Awesome Decision Models 开源权重全清单从 0.6B 到 35B MoE免费自托管决策模型怎么选Awesome Decision Models 开源权重全清单从 0.6B 到 35B MoE 免费自托管决策模型怎么选开源项目prepare_detection_dataset目标检测数据集转换的终极解决方案prepare_detection_dataset目标检测数据集转换的终极解决方案 你是否正在为目标检测项目的数据集格式转换而烦恼prepare_de上一篇test-infra与云原生生态集成如何扩展支持新平台和工具下一篇如何配置Unbound从基础到高级的完整配置指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
【免费下载链接】awesome-decision-modelsA curated list of decision models (System One / typed decision models): hosted APIs, open-weight models, runtimes, SDKs, applications, benchmarks, and papers.项目地址https://gitcode.com/gh_mirrors/awes/awesome-decision-models点击查看免费下载Awesome Decision Models 是一个社区维护的决策模型System One 模型资源清单收录了托管 API、开源模型、运行时、SDK、应用、评测和论文。其中最出圈的记录是决策模型 Jev 用约 1.65 美元的 API 花费、37 小时 40 分自动通关了《精灵宝可梦 红》。本文把清单中Demo 与游戏章节的全部 32 个条目以及散落在模型、推理、应用章节里的游戏 Demo 一并整理成 50 个决策模型游戏与 Demo 的完整清单帮你快速看懂这个新物种到底能干什么。先搞懂决策模型为什么适合玩游戏 决策模型和聊天大模型最大的区别它不生成文本而是对一组事先声明的答案直接输出概率。读入一段状态文本、JSON部分模型支持图片你提前声明问题有三种形态Noul某事为真的概率、Choice从给定选项里选一个、Score在有序量表上打分模型一次前向计算为每个选项返回概率零输出 token。游戏恰好是它的天选场景棋盘状态是现成的合法动作就是选项列表每一步一次决策快、稳、可回放。这也是 TypeSafe AI 在 2026 年 9 月用 Jev 和/v1/systemoneAPI 开创这一类别后游戏类 Demo 井喷的原因。1.65 美元通关宝可梦最著名的一次决策模型实况清单里有两个宝可梦项目值得单独看Jev Plays Pokémon Red程序直接读取 Game Boy 内存并列出合法选项每一步都由 Jev 选择用时 37 小时 40 分、16,150 次决策、约 1.65 美元通关——平均每次决策不到 0.0001 美元。jev-plays-pokemon-red基于 PyBoy 的另一版实现路线和数值运算由代码掌控Jev 只在分支点做选择每回合战斗还会用 Brier 分数对照模拟器 RAM 状态检验濒死预测的准确性。两者都收录在 README_zh.md 的Demo 与游戏章节英文条目见 README.md。经典街机与单机关卡12 个决策模型游戏清单项目玩法看点所在章节Jev Tetris根据空洞、堆高、起伏选择旋转和落点列Demo 与游戏Jev Pac-Man迷宫序列化为 JSON每个路口由 Jev 选转向实时对战Demo 与游戏typesafe-mario从结构化模拟器状态玩超级马里奥Demo 与游戏JEVfire浏览器版马里奥本地约 71 ms/步推理方法jev-doom-agent浏览器里的 Doom带空间状态与实时决策遥测Demo 与游戏Von本地非自回归模型每步动作一次前向附 Doom 演示开源模型jevlike小型单次打分器含 Doom / 国际象棋视觉演示开源模型jev-t-rex-runnerChrome 小恐龙由 Jev 代跳Demo 与游戏snake-jev贪吃蛇每局几百次类型化转向决策Demo 与游戏PlayJev从 448 px 画面玩 10 款浏览器小游戏每步一次前向开源模型NanoJev0.6B 并行决策模型同一权重玩 ViZDoom、迷宫、贪吃蛇开源模型jev-visual教学向视觉推理含分拣厂 / Breakout / 手势演示推理方法如果 PlayJev 的 10 款游戏分开计数光这一节就已经超过清单总条目的一半。棋类与策略对决10 个能上手对战的决策模型项目Jev Chess全网对 Jev 的一盘共享棋每个合法着法都是一个 Choice 问题概率给棋子上色实时校准面板为每一步打分Chess with Jev浏览器国际象棋与 Chess960代码算出每个合法着法的事实Jev 每回合以一次 Choice 选一步chess-vs-jevPygame 国际象棋支持人 vs 人、人 vs Jev、Jev vs Jev 三种模式jev-gomoku五子棋还实现了 Jev 对 Jev 自对弈sudoku-vs-jev终端数独存在必走步时表现稳健需要猜解时会露馅Jev × 2048把 Jev 当 2048 决策引擎展示每步的概率分布、置信度、延迟与 token 消耗Jev Plays StarCraft原版星际争霸共享战役的结构化状态框架带验证跑次和概率轨迹Jev × Civilization II浏览器里跑原版文明 IIJev 选帝国、城市、科研和单位动作实验性尚未验证通关jev-asks-until-sure二十问游戏置信度决定何时停止提问Jev 会断言、含糊其辞甚至拒绝作答Little Airways玩具群岛空管Jev 判断备降、紧急、谁先落地约 150 ms 一次棋类项目集中展示了一个实用细节把规则和判断分离——合法性、胜负判定全部交给确定性代码决策模型只负责在合法选项里挑一步。这也是整个清单反复出现的工程范式。创意与交互 Demo当决策模型开始画画、判读、写剧情这部分最能体现决策模型不生成文本也能做出效果的特点1 Million Emojis人人实时共享的 1000 × 1000 emoji 画布每一笔之后 Jev 用一次 Choice 选定旁边的格子和 emojiJevvie页面小助手把页面操作暴露为工具一次 Choice 判定访客意图体素角色跳到按钮上执行Jev Room一句话生成六个房间设定Jev 选、应用渲染jev-canvas语音 摄像头手指追踪在画布上绘图每段实时转写都经过 Jev 决策Book Aurora几十秒读完一整本小说每段返回九种情绪打分《弗兰肯斯坦》601 段共 6,010 次判断约 25 秒、3 美分可导出海报Hollow Creek村庄 NPC 每个 tick 评判你做什么、对你什么感觉而不是和你聊天jev-got《权力的游戏》角色扮演故事模型写场景Jev 回答他在哪、有多危险、该配什么音乐Jev mood demo对 NPC 时好时坏结构化状态持续跟踪心情变化TypeSafe Typewriter打字时 16 条类型化判断实时更新Yes / No免登录 Noul 演示问一句得到 yes / no / maybejev-fit粘贴一个软件想法Jev 一次调用回答一套固定问题给出普通代码 / Jev / 推理型 LLM的结论和概率Jev Guard评论审核 playgroundTypeSafe AdBlockChrome 扩展Jev 判断候选 DOM 元素并移除疑似广告BYOK 无后端Jevtown由 10,000 个计算生成的人物组成的小镇Jev 判断文本适合哪些人、每个人如何反应模拟器与实时 Agent落地表现、空管、餐厅服务FlightBench固定翼飞机着陆模拟器与基准测试可与 Jev 比拼着陆表现对照人类飞行员、基线与 LLM 控制器JevsBistro确定性 3D 餐厅模拟重放同一场晚餐服务对比规则驱动、摄像头辅助和 Jev 规划的服务员Jev DroneMuJoCo 四旋翼控制和安全留在代码里Jev 做较慢的战术判断Jev Ultrafast浏览器 Agent一次请求同时选出操作和 DOM 元素苏黎世 → 伦敦查机票约 7 秒收录在应用章节如何在清单里快速定位这些游戏中文版清单README_zh.mdDemo 与游戏章节从第 246 行开始共 32 条英文版清单README.md章节结构完全对应网页版支持中英切换和条目搜索由 site/index.html、site/app.js、site/style.css 组成网站每次合并后由 scripts/build_site.py 从两份 README 自动生成本地可用python3 scripts/build_site.py --strict校验两份清单的一致性想给自己的游戏 Demo 投稿阅读 CONTRIBUTING.md核心要求是真正用到决策模型、一句话说明它做什么以及怎么用的哪个模型本地跑一个决策模型三条最省事的路看完清单想动手试试清单的运行时与平台章节给出了现成方案Ollama0.35 版本起在本地提供/v1/systemone模型库里首批决策模型是nimble和tev1拉下来即可用llama.cppllama-server可服务 Laya、Kev-4B、Clef 等模型支持图片状态jevos把 1B 模型量化到 619 MB纯 CPU 笔记本也能跑短请求约 54 msOllaya面向决策模型的专用运行时官方 Python SDK 无需修改即可连接托管路线则直接用 TypeSafe 的 Jev问题设计成 Noul / Choice / Score 三种形态一次请求拿到全部概率代码只负责阈值判断和动作执行。写在最后这份清单的价值不只是能玩游戏37 小时通关宝可梦只花了 1.65 美元而一次浏览器查票操作只要 7 秒——决策模型真正的卖点是低延迟、低成本、可校准的概率化判断。游戏恰好是最直观的压力测试场规则确定、胜负可验证、每一步决策都有迹可循。如果你正在评估要不要把决策模型引入自己的产品不妨先从这个游戏清单入手感受一次零输出 token 也能做完一整盘棋的差别。赞分享【免费下载链接】awesome-decision-modelsA curated list of decision models (System One / typed decision models): hosted APIs, open-weight models, runtimes, SDKs, applications, benchmarks, and papers.项目地址https://gitcode.com/gh_mirrors/awes/awesome-decision-models点击查看免费下载相关推荐10 个托管决策模型 API 全清单Awesome Decision Models 帮你选对 Jev、d1 与 OpenAI Decisions10 个托管决策模型 API 全清单Awesome Decision Models 帮你选对 Jev、d1 与 OpenAI Decisions Awesom免费自托管决策模型怎么选Awesome Decision Models 开源权重全清单从 0.6B 到 35B MoE免费自托管决策模型怎么选Awesome Decision Models 开源权重全清单从 0.6B 到 35B MoE 免费自托管决策模型怎么选开源项目prepare_detection_dataset目标检测数据集转换的终极解决方案prepare_detection_dataset目标检测数据集转换的终极解决方案 你是否正在为目标检测项目的数据集格式转换而烦恼prepare_de上一篇test-infra与云原生生态集成如何扩展支持新平台和工具下一篇如何配置Unbound从基础到高级的完整配置指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
