Kev
jaredpalmer/kevAI 已审核
用途
Kev 是一系列小型 AI 模型，能读取一段文本并回答固定类型的问题：是或否、从选项中挑一个，或给出一个评分，每个答案都带有概率。它面向需要对内容进行分类或分流的开发者，比如处理客服工单，并希望让它运行在自己的电脑或服务器上，而不是使用付费 API。这个服务器复刻了 TypeSafe 的 System One API，所以为 Jev 写的代码也可以直接指向 Kev。你需要 Python 3.12 或 3.13、uv 工具和终端；用 GPU 可以提升速度。两个最小的模型还提供了浏览器演示版本。
安装难易度
A · 下载即用 · Web
- macOS C
- Linux C
- Web A
最好的评分在网页端：README 链接到一个 Hugging Face Space，可以运行两个较小的模型，无需安装任何东西。自己运行的评分在 Mac 和 Linux 上是 C，因为需要安装 Python 3.12 或 3.13 加 uv 工具，克隆仓库，再运行几条终端命令；更大的模型需要大显存的 GPU（Kev-27B 要求 80 GB 显存的显卡或 96-128 GB 内存的 Mac），说明文档里没有提到 Windows。
GitHub 数据
- 星标
- 9,7372026年10月31日
- 下载量
- 1,094本周 82
- 增长
- +1665 天内新增星标
星标变化
事实
- 可运行于
- Linux, macOS, Web
- 需要安装
- 只需程序本身
- 从源码编译需要
- Python, 显卡
- 磁盘空间
- 950 MB–4.3 GB · 估算
- 账号或密钥
- Modal (only to deploy a hosted endpoint), Vercel AI Gateway (only to compare against the Jev service)
- 费用
- 免费 · 代码和模型权重都是免费的。运行需要花钱买硬件：README 里提到租用 GPU 的价格在每小时 0.80 到 6.25 美元之间，一次微调大约花费 1 美元。
- 许可证
- Apache-2.0 (宽松型)
- 可以替代
- Jev
- 最近更新
- 2026年10月22日
风险信号 (5)
- 注意很新的仓库却有大量星标
40 天内获得 9621 个星标
自动检查
- 注意包名与另一个包重名
README.md 警告："PyPI name collision: `pip install kev` installs a **different package** — K.E.V. ORM ... This project is **not** published to PyPI. Install from source as below."
AI 审核
- 信息服务器默认不设密钥
README.md："The server binds to 127.0.0.1 (`--host 0.0.0.0` to accept other machines) and is open by default; set `KEV_API_KEY` to require `Authorization: Bearer <key>` on `/v1/*`."
AI 审核
- 信息安装配置时会下载代码
部署说明会从互联网获取并运行一个脚本："curl -LO https://raw.githubusercontent.com/jaredpalmer/kev/main/skills/kev-deploy/scripts/kev_serve.py"，随后是 "modal deploy kev_serve.py"；微调路径则使用 "npx skills add jaredpalmer/kev@kev-finetune"。
AI 审核
- 信息准确率说法由项目自己测得
README 中与 Jev 服务的对比表是项目自己做的，并且它也这样说明："We don't know what Jev was trained on, so this isn't a controlled comparison of the two architectures."
AI 审核
证据以原始语言显示。
Radar 无法验证的内容
- 公开的准确率和速度数据在你自己的数据和硬件上能否重现
- 下载模型文件后实际占用的磁盘空间（0.8B 的适配器很小，27B 模型的权重有 51 GB）
- 能否在 Windows 上运行，说明文档里没有涉及这一点
- 在 Modal 上托管一个端点的实际月费是多少，包括让付费 GPU 在空闲时也保持运行的“热容器”选项
- Hugging Face 的浏览器演示是否会保留或记录你粘贴进去的文本