# strands-labs/strands-decider > Небольшая быстрая модель принятия решений для агентных workflow: выбирает вариант из набора, отвечает да/нет или оценивает по шкале, возвращая калиброванную уверенность. Работает быстрее LLM и не требует обучения классификатора. - Магнитуда: 5,0 из 10 — Ранний сигнал - Звёзды: 70 всего · +0 звёзд сегодня, к вечеру ≈ 56 - Доверие к звёздам: рост звёзд выглядит естественно - Категория: AI-агенты · Язык: Python · Лицензия: Apache-2.0 · Создан: 2026-09-29 · Последний коммит: 2026-10-01 - GitHub: https://github.com/strands-labs/strands-decider · Сайт: https://strandsagents.com/docs/labs/ · Страница: https://gitnova.dev/r/strands-labs/strands-decider ## Чем пригодится - Определить, к какой команде отнести обращение клиента, через CLI strands-decider - Оценить срочность и тональность текста одним запросом к модели - Поднять HTTP-сервер strands-decider и вызывать решения из агента по API ## Почему он здесь - Сегодня уже 0 звёзд, к концу дня ожидается около 56. - Всплеск держится 2 дня подряд — это не случайный выброс. - Репозиторию 3 дня, а у него уже 70 звёзд. Истории меньше двух недель, так что обычного темпа, с которым можно сравнить всплеск, у него ещё нет. - Топ новых репозиториев за неделю: #162. - Около 32 форков в сутки — код забирают себе. ## Доверие к звёздам Рост звёзд выглядит естественно. Метки доверия к звёздам — эвристики по поведению репозитория, а не проверка каждого, кто поставил звезду. ## Цифры - Форков: 10 - Issues и pull requests: 6 - Наблюдателей: 0 - В среднем за неделю: 32 в день - Обычный темп: мало истории (меньше двух недель) - Звёзд за последний час (по замерам): 8 ## Звёзды по дням за 6 дней (от старых к новым, сегодня — неполный день) 2026-09-27 … 2026-10-02: 0, 0, 1, 0, 69, 0 ## Где замечен сейчас - Топ новых репозиториев за неделю: #162 ## Похожие по описанию 1. **kshetrajna12/reflex** — 0,1 · Ровно · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 0 Открытая модель принятия решений: на вход подаётся состояние (текст, JSON или изображение) и типизированные вопросы, на выходе — калиброванные вероятности по вариантам ответа. Работает поверх Qwen3.5, отвечает числами без свободного текста. Полная карточка: https://gitnova.dev/r/kshetrajna12/reflex.md 2. **jaredpalmer/kev** — 2,7 · Остывает · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 95 kev — LoRA-адаптер с небольшим readout-хедом на базе Qwen2.5-0.5B, который за один forward pass отвечает на множество типизированных вопросов по документу, выдавая калиброванные вероятности вместо текста. Полная карточка: https://gitnova.dev/r/jaredpalmer/kev.md 3. **zhulinchng/jevper** — 0,5 · Ровно · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 0 Обёртка над OpenAI-совместимыми клиентами для классификации: вместо текстового ответа возвращает типизированные вопросы (noul, choice, score) с вероятностями и уверенностью. Работает с любым клиентом, имеющим responses.create или… Полная карточка: https://gitnova.dev/r/zhulinchng/jevper.md 4. **Davipar/djev-dev** — 0,9 · Ровно · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 2 Открытая реализация типизированных решений (да/нет, выбор, оценка) на DiffusionGemma и vLLM с поддержкой изображений и камеры. Возвращает вероятности допустимых меток вместо генерации текста или JSON. Полная карточка: https://gitnova.dev/r/Davipar/djev-dev.md 5. **firelex/jeff** — 4,4 · Остывает · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 45 Небольшие дообученные модели Qwen3.5 и Gemma 4 для zero-shot классификации: по описанию ситуации и списку вариантов возвращают калиброванную вероятность для каждого варианта за один forward pass. Полная карточка: https://gitnova.dev/r/firelex/jeff.md --- Магнитуда (0–10) — насколько быстро и необычно сейчас растёт интерес к репозиторию. Это не оценка качества. Дни — по UTC. «Уже сегодня» — факт, «к вечеру ≈» — прогноз. Описания и сценарии пишет модель (DeepSeek V4.1 Flash) по README, в деталях возможны ошибки: конкретные утверждения (замеры, скорость, железо) проверяйте в самом репозитории. Данные на 2026-10-02 02:22 UTC, обновление каждые 30 минут.