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-canvas
Dieses Projekt demonstriert eine Schnittstelle zum Zeichnen auf einer tldraw-Leinwand mittels Sprachbefehlen und Fingerzeigen. Der Entwickler gibt an, dass das Jev-System Aktionen, Ziele und Platzierungen in etwa 350 Millisekunden pro gesprochenem Wort verarbeitet.
github.comJev Modell-Router
Diese Demo von Ephraim Duncan zeigt ein mit Jev erstelltes Routing-System. Das Projekt veranschaulicht, wie das Framework genutzt werden kann, um dynamisch zu entscheiden, welches KI-Modell eine spezifische eingehende Anfrage verarbeiten soll.
x.comjev-dev
Diese Demo vergleicht die Ausgaben von Jev und LLMs unter Verwendung von affectus und Vercel AI Gateway. Nutzer können die Unterschiede bei emotionalen Schwankungswerten und Antwortzeiten für identische Eingaben direkt auf einem Bildschirm gegenüberstellen und analysieren.
github.comawesome-jev-usecases
Dieses Repository bietet eine kuratierte Sammlung von evidenzbasierten Anwendungsfällen und Architekturmustern für Jev. Es dient als strukturierter Leitfaden für Entwickler, die mit dem System One-Modell von TypeSafe AI arbeiten, und legt den Schwerpunkt auf verifizierte Implementierungsstrategien.
github.comChrome Dino mit Jev-Entscheidungswerten
Dieses Projekt integriert Jev in das klassische Chrome Dino-Spiel, um Echtzeit-Entscheidungswerte bereitzustellen. Es zeigt, wie externe Logik die Spielmechanik beeinflussen kann, indem während des Spiels Live-Bewertungsmetriken angezeigt werden.
x.comJevTicktRouter
Dieses Projekt zeigt ein Ticket-Triage-System, das mit .NET 10 und React 19 entwickelt wurde. Es nutzt TypeSafe Jev, um eine strukturierte, KI-gestützte Weiterleitung für eingehende Support-Anfragen zu implementieren.
github.comjev-cli
Diese Befehlszeilenschnittstelle ermöglicht die Interaktion mit dem Jev-Evaluierungsmodell. Sie demonstriert einen Arbeitsablauf zur Eingabe typisierter Fragen und zum Empfang strukturierter JSON-Antworten, um automatisierte Evaluierungsprozesse für Entwickler, die mit TypeSafe AI arbeiten, effizienter zu gestalten.
github.comjev-tetris
Dieses Projekt zeigt eine Echtzeit-Tetris-Implementierung, bei der Jev-basierte Agenten gegen andere KI-Modelle antreten. Es demonstriert die Integration von Spiellogik und Multi-Agenten-Interaktion in einer kompetitiven Umgebung.
github.comjevs-fly
Dieses Projekt zeigt ein Echtzeit-Flugsimulationsspiel, bei dem die Entscheidungsfähigkeiten von Jev das Flugzeug steuern. Es demonstriert, wie autonome Logik in interaktive Spielumgebungen integriert werden kann, um Navigations- und Flugsteuerungsaufgaben effektiv zu bewältigen.
github.comJev Desktop-Schreibassistent
Diese Desktop-Anwendung integriert Jev, um strukturierte Schreibbeurteilungen in Echtzeit bereitzustellen. Sie zeigt, wie das Jev-Framework genutzt werden kann, um Feedback-Tools im Grammarly-Stil zu erstellen, die die Arbeitsabläufe beim Verfassen und Bearbeiten von Texten verbessern.
x.comcodex-context-diet
Dieses Codex-Plugin nutzt Jev, um übermäßige Tool-Ausgaben zu optimieren und zu reduzieren. Es verbessert das Kontextmanagement durch das Filtern unnötiger Daten und unterstützt Entwickler dabei, sauberere Interaktionsprotokolle innerhalb ihrer automatisierten Arbeitsabläufe beizubehalten.
github.comjev-cli
Dieses Befehlszeilentool ermöglicht die Interaktion mit dem Jev AI-Modell. Es zeigt, wie Entwickler die Funktionen von Jev in terminalbasierte Arbeitsabläufe integrieren können, um den Zugriff auf das Modell und dessen Ausführung zu optimieren.
github.comjevarena
Diese Open-Source-Plattform bietet eine Bring-Your-Own-Key-Umgebung zur Evaluierung von Jev und anderen KI-Modellen. Nutzer können damit die Ausgabequalität, Betriebskosten und Latenzzeiten vergleichen sowie potenzielle Fehlerquellen in den Modellen identifizieren.
github.comMagic Jev Ball
Magic Jev Ball ist ein Tool zur Optimierung von GitHub-Pull-Request-Workflows. Es nutzt Jev zur Analyse von CI-Status, Diff-Größe und bestehenden Reviews, mit dem Ziel, automatisierte Genehmigungsentscheidungen innerhalb einer angegebenen Zeit von 200 Millisekunden zu ermöglichen.
x.comhermes-jev-plugin
Dieses Plugin integriert TypeSafe Jev System One Entscheidungswerkzeuge in das Hermes Agent Framework. Es stellt Funktionen zur Überprüfung, Weiterleitung, Bewertung und Evaluierung von Agentenentscheidungen bereit, um die logische Konsistenz und Zuverlässigkeit innerhalb des Systems zu verbessern.
github.comJEV-language
Dieses Repository bietet ein grundlegendes Framework für die Programmiersprache Jev. Es dient als technische Ressource für Entwickler, die sich mit der Syntax und den Kernimplementierungsdetails dieses Sprachprojekts befassen möchten.
github.comjev-java SDK
Dieses inoffizielle Java-SDK ermöglicht die Integration von TypeSafe Jev und Vercel AI Gateway. Es zeigt, wie diese Dienste in Spring Boot-Anwendungen unter Verwendung von WebClient für die Netzwerkkommunikation implementiert werden können.
github.comAskJev
AskJev bietet einen autonomen Agenten für die Interaktion mit Websites. Das Projekt implementiert eine TypeSafe System One-Architektur, die einen Sicherheitsmechanismus enthält, um irreversible Benutzeraktionen während automatisierter Browsing-Vorgänge zu verhindern.
github.comdmx.to
Dieser X-Client integriert Jev-Smart-Rules zur Organisation Ihrer Timeline. Das Tool zeigt, wie automatisiertes Filtern Beiträge nach Thema, Typ und wahrgenommener Nützlichkeit sortieren kann, um Benutzern bei der effizienteren Verwaltung ihres Informationsflusses zu helfen.
dmx.toLurk
Lurk ist ein Überwachungstool, das Reddit-Threads auf von KI zitierte Daten hin durchsucht. Es bietet eine automatisierte Analyse von Threads und liefert Erkenntnisse direkt per E-Mail, Discord oder Slack, um die Datennutzung durch KI-Systeme besser nachvollziehen zu können.
x.comcommentcop
commentcop ist ein Jev-basiertes Werkzeug zur Bewertung und Prüfung von Kommentaren im Quellcode. Es bietet einen automatisierten Mechanismus zur Überprüfung der Dokumentationsqualität und unterstützt Entwickler dabei, klarere und effektivere Code-Anmerkungen in ihren Projekten beizubehalten.
github.comjev-judge
Dieses Tool bietet eine abhängigkeitsfreie CLI und eine Codex-Fähigkeit für Jev. Es demonstriert, wie lokaler Status zur typisierten Batch-Bewertung an Jev gesendet wird, wobei die Antworten ohne die Rückgabe des ursprünglichen Status erfolgen.
github.comjev-plays-pokemon-red
Dieses Projekt zeigt einen automatisierten Agenten, der Pokemon Red mit PyBoy spielt. Das System verwaltet die Spiellogik und Arithmetik, während der Jev-Agent Entscheidungen trifft. Die Kampfergebnisse werden anhand des RAM-Zustands mittels Brier-Score bewertet.
github.com1kpapers
Dieses Projekt demonstriert den Einsatz von Jev zur Klassifizierung von über 1.000 KI-Forschungsarbeiten. Es dient als praktisches Beispiel für die Automatisierung der Organisation akademischer Dokumente, um die Effizienz zu steigern und die Bearbeitungskosten zu senken.
x.comHTTP API-Referenz
Diese Dokumentation beschreibt den technischen Vertrag für den Endpunkt POST /v1/systemone. Sie stellt Entwicklern die erforderlichen Anforderungs- und Antwortstrukturen bereit, um eine korrekte Integration in die Systemschnittstelle von TypeSafe AI zu gewährleisten.
docs.typesafe.aijev-mcp
Dieser MCP-Server integriert TypeSafe Jev-Funktionen in Agenten-Workflows. Er bietet strukturierte Methoden zur Klassifizierung, Bewertung und Überprüfung von Daten und zielt darauf ab, für jede vom System generierte automatisierte Antwort überprüfbare Konfidenzniveaus bereitzustellen.
github.comJev und herdr: Modell-Routing
Diese Demonstration zeigt ein Setup, bei dem Jev verschiedene KI-Modelle für spezifische Aufgaben auswählt. Es wird veranschaulicht, wie die Modellnutzung durch eine zentrale Terminal-Schnittstelle optimiert und der Arbeitsablauf effizienter gestaltet werden kann.
youtube.compi-heed
pi-heed bietet Laufzeitbeschränkungen für den pi-Coding-Agenten. Es demonstriert einen Sicherheitsmechanismus, der mithilfe von TypeSafe Jev Tool-Aufrufe mit Seiteneffekten vor der Ausführung mit der Benutzerabsicht abgleicht, um die Kontrolle bei automatisierten Programmieraufgaben zu verbessern.
github.comawesome-jev (kraayenjon)
Dieses Repository bietet eine kuratierte Liste von Jev-Projekten, SDKs und Ressourcen. Es dient als zentrales Verzeichnis für Entwickler, die das System One-Modell von TypeSafe AI erforschen, welches auf typisierte Entscheidungsfindung durch Choice, Score und Noul spezialisiert ist.
github.comSprachgesteuertes Figma
Dieses Projekt demonstriert eine sprachgesteuerte Schnittstelle für Figma unter Verwendung von Jev. Es dient als experimenteller Machbarkeitsnachweis für die Integration kostengünstiger KI-Automatisierung in professionelle Design-Workflows.
x.comExtraktion vorab geparster Werte
Dieser offizielle TypeSafe AI-Leitfaden demonstriert Techniken zur Extraktion strukturierter Daten aus vorab geparsten Eingaben. Er bietet Entwicklern standardisierte Methoden zur Verbesserung der Zuverlässigkeit bei der Verarbeitung komplexer Informationen innerhalb von TypeSafe-Workflows.
docs.typesafe.aiManhattan-Pfadfindung
Dieses Experiment bewertet die Fähigkeit von Jev, Pfadfindungsprobleme zu lösen, indem die Ergebnisse mit dem traditionellen A*-Algorithmus verglichen werden. Das Projekt dient als praktische Demonstration, wie Jev mit gitterbasierter Navigation in einer kontrollierten Umgebung umgeht.
x.comZeichenweise Textgenerierung mit Jev
Dieses Projekt demonstriert ein auf Jev basierendes Textgenerierungssystem. Es verwendet einen Klassifikator innerhalb einer autoregressiven Schleife, um Text Zeichen für Zeichen zu erzeugen, und zeigt damit einen granularen Ansatz für die Sprachmodellierung.
x.comjev_antispam_bot
Dieses Projekt demonstriert einen minimalistischen Telegram-Anti-Spam-Bot, der mit dem grammY-Framework und TypeSafe Jev entwickelt wurde. Es dient als praktisches Beispiel für die Implementierung automatisierter Moderationswerkzeuge innerhalb des Jev-Ökosystems.
github.comjev-scout
jev-scout ist ein Open-Source-Tool zur Erkundung von Repositories und Crates. Es nutzt das TypeSafe AI Jev System One Scoring-Framework, um Informationen bereitzustellen und dabei Halluzinationen während des Suchvorgangs zu minimieren.
github.comKritik an der Jev-Kontextkompaktierung
Dieser Beitrag untersucht potenzielle Nachteile der Verwendung von Jev zur Kontextkompaktierung bei KI-Agenten. Er hinterfragt die Effektivität aktueller Methoden zur Verwaltung von Agentenhistorie und -zustand innerhalb des Jev-Frameworks.
x.com
