判定器 · mu

判定器回答 mu 的判定点提出的有边界的问题：是或否、几个固定答案里选一个，或者打分，每个答案都带概率。判定点从来不知道是哪个判定器回答的。由你来选，可以整个安装统一选，也可以每个判定点单独选；切换之前，还可以在你自己的会话上比较判定器。

由哪个判定器回答

~/.mu/agent/mu.json 里的 tiers 按顺序列出判定器。后一个判定器只看到前面几个拿不准的问题，所以可以让便宜的本地判定器先答，云端的判定器接住剩下的：

{ "tiers": ["laya", "jev"] }

routes 让一个判定点用自己的判定器：

{ "routes": { "browser.step": ["jev"], "memory.capture": ["llm:anthropic/claude-haiku-4-5"] } }

在会话里，/mu judge <judges> 和 /mu route <point> <judges|default> 做同样的事；MU_JUDGE=laya,jev mu 只为一次运行指定判定器。/status 显示哪个判定器回答什么，桌面端的「判定器」页也能设置这些。

没有判定器按时回答时，每个判定点就照没有判定时那样做（通常是什么都不变），流水里记下原因。不会等太久：每个判定点都有时限。

Jev（云端）

Jev 是 TypeSafe 做的判定模型，专门回答这类问题。内置的 jev 判定器通过第一个设置了密钥的服务调用它：

顺序	服务	密钥	内置名称
1	TypeSafe	`TYPESAFE_API_KEY`	`jev-direct`
2	OpenRouter（只给 Jev 用的密钥）	`MU_JUDGE_OPENROUTER_API_KEY`	`jev-openrouter`
3	Vercel AI Gateway	`AI_GATEWAY_API_KEY`	`jev-gateway`
4	OpenCode Zen	`OPENCODE_API_KEY`	`jev-opencode`
5	Cloudflare Workers AI	`CLOUDFLARE_API_KEY` 和 `CLOUDFLARE_ACCOUNT_ID`	`jev-cloudflare`
都没设置	OpenCode Zen，限时免费	不需要密钥	`jev-opencode-free`

密钥只会发给它所属的服务。直接指定一条线路，比如 "tiers": ["jev-openrouter"]，就会跳过这个顺序。mu setup 或桌面端的「判定器」页会替你写好密钥。

免费的 Jev。 一个密钥都没有时，由 OpenCode Zen 上的 Jev 1.13 回答。它判定的内容会发给 OpenCode，OpenCode 不拿这些内容训练模型；mu 每天提示一次。这是 OpenCode 的限时活动：活动结束时 mu 会告诉你，各判定点退回没有判定器时的做法，直到你设置一个密钥。mu setup --judge free 明确选用它。

速度和成本。 在作者自己的会话里实测：热连接上一个问题约 0.3 秒；16 块工具输出在一个请求里判完用 0.44 秒，状态只计费一次。会话在用时，每 50 秒问一个很小的问题让连接保持热的，所以一轮开始前的提问能省掉 1 到 3 秒的建连。

Laya（本地）

一个 3.22 亿参数的判定器，在你的机器上运行，从不连网。

mu judge setup     # 下载模型前会先问你
mu judge start     # 启动它
mu judge status

桌面端一步就能装好它，同样会先问你。Laya 在简单谓词上可靠（这段文字是不是在描述一个错误？），在关于关系或关于请求本身的问题上偏弱。mu 知道这一点，从不把它答不好的问题交给它，所以在 ["laya", "jev"] 这样的链里，这些问题直接交给下一个判定器。在「Jev 审批」模式下，审批不交给 Laya。先让它以影子模式和 Jev 并行跑，看过流水，再把某个判定点单独交给它。

分类模型和大模型

classifier:<provider>/<model>：pi 模型目录里的任何分类模型，用你已有的该提供商的登录或密钥访问。Cloudflare 的 Clef 内置为 clef 和 clef-flash；OpenRouter 和 Vercel AI Gateway 上的 System One 模型，以及 llama.cpp 的分类模型，也都能用。
llm:<provider>/<model>：任何聊天模型，要求它以 JSON 回答。更慢，每次判定都花 token，但除了你已经在用的模型之外什么都不需要。mu setup --judge model 把会话的模型设为判定器。
clm：跑在 clm-serve 后面的 CLM-8B（默认 http://127.0.0.1:8700）。还没有在 mu 的问题上测过。

你自己的判定器

在 mu.json 的 judges 下，给一个名字和一个类型：

{
  "judges": {
    "relay": { "type": "typesafe", "baseUrl": "https://relay.example.com/v1/systemone", "apiKeyEnv": "RELAY_KEY" },
    "lab": { "type": "http", "baseUrl": "http://10.0.0.5:9000", "path": "/evaluate", "apiKeyEnv": "LAB_KEY" },
    "fast": { "type": "llm", "model": "anthropic/claude-haiku-4-5", "thinking": "off", "timeoutMs": 4000 }
  },
  "tiers": ["relay", "jev"]
}

类型	连接的对象
`typesafe`	任何在 `baseUrl` 上讲 TypeSafe System One 协议的服务
`http`	任何接收 `{ state, questions }`、返回 `{ answers }` 的端点
`llm`	pi 模型注册表里的一个聊天模型
`classifier`	pi 模型目录里的一个分类模型
`local`	一个兼容 Laya 的本地服务器
`clm`	一个 `clm-serve`

密钥从不写进文件：apiKeyEnv 写的是存放密钥的环境变量名，这个变量设在你的环境里，或 mu 的 .env 里。

模式：生效、影子、关闭

每个判定点都有一个模式：

active（生效，默认）：判定结果起作用。
shadow（影子）：照常问判定器并记录判定，但不改变任何东西。
off（关闭）：不问这个判定点。

可以在 mu.json 的 modes 下设置（一个 default，加上每个判定点一项），用 /mu mode 只对一个会话设置，或者在桌面端的设置里设置，那里处于影子模式的判定点显示为关闭。有两样东西不管模式如何都起作用：你选的权限模式（选「Jev 审批」本身就是对 tool.approval 的同意），以及模型主动调用的 judge_items 工具。

比较判定器

把判定点设成影子模式，并把它路由到你想试的判定器；或者让所有判定点都以影子模式运行。
照常工作一段时间。
读判定结果：mu ledger [n] 打印最近 n 个会话，mu ledger --json 给出每条记录及其概率和耗时，桌面端的「判定」页显示每次判定和它的问题。
判定结果看起来对了，就把这个判定点切回生效。

"recordState": true 还会把被判定的状态存进流水，训练或蒸馏你自己的判定器时需要它。默认关闭，因为这些状态里有你的内容。