Fund einreichen
English
한국어
日本語
Español
Français
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
Zurück zum LaborJEVLAB / FIELD NOTES
Frisch aus dem Labor
Eine datierte Leseliste neu hinzugefügter Ressourcen und JEVLAB NEWS. Kommen Sie zurück, um zu sehen, was sich geändert hat, oder folgen Sie dem RSS-Feed in Ihrem eigenen Reader.
Merken Sie sich diesen Besuch in diesem Browser, um beim nächsten Mal neue Ergänzungen hervorzuheben. Keine Anmeldung oder geräteübergreifende Nachverfolgung.
Die Daten zeigen, wann ein Element in JEVLAB verfügbar wurde, in UTC, nicht wann seine ursprüngliche Quelle veröffentlicht wurde. Reine Übersetzungsänderungen zählen nicht als neue Ressourcen.
36
Jev Klavier-Echtzeit-Performance
Diese Demonstration zeigt, wie Jev beide Hände und Finger steuert, um in Echtzeit Klavier zu spielen. Das System verarbeitet visuelle Eingaben zur Koordination komplexer Bewegungen und veranschaulicht die Fähigkeit des Agenten zur reaktionsschnellen, mehrgliedrigen musikalischen Interaktion.
x.comDiffJury
DiffJury ist ein Werkzeug zur Analyse öffentlicher Pull Requests, um deren Sicherheit für eine Zusammenführung zu bewerten. Der Entwickler gibt an, dass das Tool Jev-Funktionen nutzt, um Code-Reviews zu automatisieren und potenzielle Probleme vor der Integration zu identifizieren.
x.comJev Social
Jev Social demonstriert ein automatisiertes Recherche-Tool, das begrenzte Browser-Operationen auf sozialen Medien durchführt. Es erfasst Beweise von Instagram, TikTok und LinkedIn, um zitierte Berichte auf Basis der abgerufenen Daten zu erstellen.
github.comJev spielt Balatro
Diese Demonstration zeigt Jev von TypeSafe AI beim Spielen des Kartenspiels Balatro. Der Ersteller behauptet, dass das System Spielentscheidungen innerhalb von 200-500 ms trifft, was sein Potenzial für schnelle Interaktionen in komplexen, regelbasierten digitalen Umgebungen verdeutlicht.
x.comJev_apps
Dieses Repository bietet einen Überblick über verschiedene Jev-basierte Anwendungen. Es erläutert die Kernfunktionen, die zugrunde liegenden Prinzipien sowie die Vor- und Nachteile, um den Nutzern zu helfen, die Funktionsweise dieser Werkzeuge in praktischen Anwendungsszenarien besser zu verstehen.
github.comjev-document-classification
Dieses Projekt demonstriert einen automatisierten Ansatz zur Kategorisierung textbasierter Dokumente. Es nutzt das System One-Modell von TypeSafe, um effiziente Klassifizierungs-Workflows zu ermöglichen und eine kostengünstige Lösung für die Verwaltung dokumentenbasierter Datenstrukturen bereitzustellen.
github.comjev-browser
Dieses Projekt bietet ein Jev-basiertes SDK und CLI für die Browser-Automatisierung. Es demonstriert die Integration mit Playwright, um deterministische Zusicherungen und persistente Browser-Operationen innerhalb einer MCP-Server-Architektur zu ermöglichen.
github.comslop-grader
Dieses Tool nutzt Jev, um Markdown-Dateien anhand benutzerdefinierter Regelsätze zu bewerten. Es identifiziert Qualitätsverstöße und erstellt Bewertungen, wodurch automatisierte Agenten in die Lage versetzt werden, Korrekturen basierend auf dem bereitgestellten Feedback vorzunehmen.
github.comtalkr
talkr ist ein Analysewerkzeug für Sprachaufnahmen, das 30-sekündige Reden bewertet. Es erkennt Füllwörter, Pausen und das Vertrauensniveau, um Nutzern gezieltes Feedback zur Verbesserung ihrer rhetorischen Fähigkeiten und ihrer allgemeinen Ausdrucksweise zu geben.
x.comjevql
jevql bietet eine semantische SQL-Schnittstelle für Postgres, die auf Jev basiert. Das Tool demonstriert, wie durch natürliche Sprachverarbeitung SQL-Abfragen generiert werden können, um die Interaktion mit Datenbanken innerhalb der Jev-Umgebung für Entwickler effizienter zu gestalten.
github.comJev spielt Doom
Diese Demonstration zeigt Jev bei der Echtzeit-Entscheidungsfindung im Spiel Doom. Der Entwickler behauptet, dass das System während des Spielverlaufs bis zu zehn Bewegungen pro Sekunde ausführt.
x.compi-jev-compaction
Dieses Projekt bietet einen Mechanismus zur automatischen Kontextbereinigung in Pi, ohne den Gesprächsverlauf zu verlieren. Es demonstriert einen Ansatz zur Verwaltung der Speicherauslastung bei gleichzeitiger Wahrung der Kontinuität von Interaktionen.
github.comLaneBreak
LaneBreak nutzt TypeSafe Jev zur Automatisierung der Priorisierung und Weiterleitung von Support-Tickets. Das Projekt zeigt einen strukturierten Ansatz zur Verwaltung von Serviceanfragen durch programmatische Entscheidungsabläufe.
github.comBewertung eines Essays über Frontier-KI
Diese Demonstration zeigt, wie Jev das narrative Tempo eines von Dario Amodei verfassten Essays analysiert. Sie veranschaulicht, wie automatisierte Werkzeuge eingesetzt werden können, um den strukturellen Fluss und die Komposition komplexer technischer Texte zu bewerten.
x.comfable-jev
Dieses Projekt integriert Jev und get-fable, um eine schnelle kognitive Verarbeitung für autonome Coding-Agenten zu ermöglichen. Der Ersteller behauptet, dass die Implementierung Antwortzeiten von unter 100ms erreicht, wobei diese Leistungsdaten bisher nicht unabhängig verifiziert wurden.
github.compong-jev
Dieses Projekt zeigt eine Implementierung von Atari Pong mittels TypeSafe Jev. Es demonstriert die Steuerung des Spiels durch eine typisierte Auswahlfrage pro Frame, wobei keine Koordinatendaten an das Modell übermittelt werden.
github.comTypeSafe AI Skill-Vorschlag Kochbuch
Diese offizielle TypeSafe-Ressource bietet einen strukturierten Leitfaden zur Implementierung von Mechanismen für Skill-Vorschläge in KI-Agenten. Sie zeigt, wie relevante Fähigkeiten dynamisch empfohlen werden können, um die Interaktionseffizienz und den Abschluss von Aufgaben zu verbessern.
docs.typesafe.aixtags
xtags ist ein Werkzeug, das Beiträge auf X basierend auf der beabsichtigten Handlungsaufforderung markiert. Es nutzt Jev, ein Modell, das Wahrscheinlichkeiten statt Text generiert, um die Absicht hinter den einzelnen Beiträgen auf der Plattform zu klassifizieren.
github.comjev-mcp
Dieser MCP-Server integriert TypeSafe Jev in Programmierumgebungen wie Cursor und Codex. Er demonstriert, wie Jev in automatisierte Entwicklungsschleifen eingebunden werden kann, um Programmieraufgaben über standardmäßige MCP-Client-Schnittstellen zu unterstützen.
github.comSupport-Ticket-Klassifizierer
Diese Jev-Implementierung automatisiert die Verwaltung von Support-Tickets, indem eingehende Anfragen nach Kategorie, Dringlichkeit und Routing-Anforderungen klassifiziert werden. Sie zeigt, wie Kundenservice-Workflows durch die Unterscheidung zwischen automatisierten und menschlichen Lösungswegen optimiert werden können.
x.comCerebellum-2B
Cerebellum-2B ist ein nicht-autoregressives KI-Agentenmodell auf Basis von Qwen3.5-2B. Es demonstriert O(1)-Tool-Routing und DOM-Automatisierung und bietet eine Open-Source-Alternative für Entwickler, die effiziente Entscheidungsprozesse für Agenten implementieren möchten.
github.comWettbewerbsanalyse von Werbeanzeigen mit Jev
Diese Demonstration zeigt, wie Jev 724 Werbeanzeigen von 37 Marken verarbeitet. Es wird veranschaulicht, wie der Agent kreative Elemente und Anzeigenformate identifiziert, um eine schnelle und strukturierte Marketinganalyse zu unterstützen.
x.comtypesafe-cli
Dieses Befehlszeilen-Tool ermöglicht es, Jev direkt vom Terminal aus abzufragen. Es demonstriert ein strukturiertes Interaktionsmodell, das Antworten in spezifische Formate wie Nullwerte, Auswahlmöglichkeiten oder numerische Bewertungen zwingt, anstatt sie als Fließtext auszugeben.
github.comawesome-typesafe
Dieses Repository bietet eine kuratierte Liste offizieller Ressourcen und Community-Projekte für TypeSafe, System One-Modelle und Jev. Es dient als zentrales Verzeichnis für Entwickler, die das Ökosystem erkunden und diese Technologien in ihre eigenen Projekte integrieren möchten.
github.compi-jev
Dieses Projekt bietet ein Jev-gestütztes System für den Dateizugriff und das Request-Caching. Es zielt darauf ab, Arbeitsabläufe auf Raspberry Pi-Geräten durch eine effizientere Datenverarbeitung zu beschleunigen.
github.comjev-system-architect
Dieses Tool bietet eine Systemarchitektur-Fähigkeit für TypeSafe AI Jev/System One. Es demonstriert, wie unscharfe semantische Urteile in strukturierte Choice-, Score- und Noul-Primitive umgewandelt werden können, um die Entscheidungsfindung innerhalb des Systems zu verbessern.
github.comtypesafe-adblock
Diese experimentelle Chrome-Erweiterung nutzt ein TypeSafe Jev-Modell, um als Werbung klassifizierte DOM-Elemente zu identifizieren und zu entfernen. Das Projekt dient als lokale Demonstration und ist nicht als produktiver Werbeblocker gedacht.
github.comNicht-konversationelle KI-Integration
Dieser Leitfaden untersucht die Implementierung von nicht-konversationellen KI-Agenten mit Jev. Er bietet praktische Anleitungen zur Verwendung von Python- und JavaScript-SDKs, rohen HTTP-Anfragen und Agenten-Skill-Konfigurationen für Entwickler.
ziplyne.agencyJev SEO- und GEO-Workflows
Diese Ressource demonstriert sieben automatisierte Workflows für Jev, die sich auf Suchmaschinen- und geografische Optimierung konzentrieren. Sie behandelt praktische Aufgaben wie die Analyse von Wettbewerberseiten, die Bewertung der Zitationswahrscheinlichkeit und Strategien zur Inhaltsoptimierung für Marketingprofis.
x.comJev board
Jev board ist ein Werkzeug für Ambient-Intelligence-Schnittstellen. Es demonstriert die Integration schneller und zuverlässiger Modelle, um reaktionsfähige Benutzerinteraktionen innerhalb eines generativen UI-Frameworks zu ermöglichen.
x.comjev-gomoku
Dieses Projekt bietet eine experimentelle Plattform für Jev-basiertes Gomoku mit einem rasterbasierten Eingabesystem. Es ermöglicht die schrittweise Beobachtung der Entscheidungsfindung des Modells und unterstützt sowohl Echtzeit-Partien als auch die Wiedergabe vergangener Spielverläufe.
github.comjevcache
jevcache bietet einen Mechanismus zur Entscheidungszwischenspeicherung für typsichere Jev-Modelle. Das Tool ermöglicht die Memoization von Modellausgaben, wodurch wiederholte Anfragen deterministisch, gemeinsam nutzbar und durch eine kompakte Binärdatei effizient verarbeitet werden können.
github.comJev-gesteuerter Roboterarm
Diese Demonstration zeigt einen Roboterarm, der Jev zur Echtzeit-Objektmanipulation einsetzt. Der Ersteller berichtet, dass das System visuelle Eingaben integriert, um Entscheidungsprozesse für das Aufheben von Bällen mit einer Rate von zwei Zyklen pro Sekunde auszuführen.
x.comLinkedIn NoSlop
Diese Browser-Erweiterung zielt darauf ab, die Konzentration der Nutzer zu verbessern, indem minderwertige Beiträge auf LinkedIn automatisch unscharf gestellt werden. Das Projekt zeigt einen praktischen Ansatz zur Filterung von Social-Media-Feeds, um digitale Ablenkungen zu reduzieren und die Browsing-Effizienz zu steigern.
github.comJev Prüfungsfragen-Prädiktor
Dieses Tool demonstriert die Fähigkeit von Jev, Prüfungsfragen basierend auf ihrer Wahrscheinlichkeit für zukünftige Tests zu analysieren und zu bewerten. Der Ersteller behauptet, dass das System diese Vorhersagen innerhalb von 80 Sekunden verarbeitet, wobei eine unabhängige Überprüfung der Genauigkeit noch aussteht.
x.comfastbrowse
Dieses Entwicklerprojekt demonstriert einen agentenbasierten Ansatz für das Web-Browsing, bei dem Jev Aktionen auswählt, während ein LLM die Planung und Quellenangaben übernimmt. Es dient als experimentelles Framework zur Automatisierung browserbasierter Aufgaben durch strukturiertes Schlussfolgern.
github.com
