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
Sofortige Variablengenerierung
Diese Demonstration zeigt die Fähigkeit von Jev zur schnellen Variablengenerierung in Entwicklungsworkflows. Der Ersteller veranschaulicht die Automatisierung der Datenverarbeitung, wobei Nutzer die Leistung und Integrationsfähigkeit in ihren spezifischen Arbeitsumgebungen eigenständig prüfen sollten.
x.comLeague of Legends Gewinnwahrscheinlichkeiten
Dieses Projekt demonstriert ein Echtzeit-Overlay für League of Legends, das Jev zur Analyse des Spielzustands verwendet. Der Entwickler behauptet, dass das Tool Gewinnwahrscheinlichkeiten basierend auf aktuellen Spieldaten in Echtzeit berechnet.
x.comjev-oas-sentinel
Dieses Tool identifiziert API-Änderungen durch die Kombination deterministischer Prüfungen mit der semantischen Analyse von TypeSafe JEV System One. Es zielt darauf ab, Inkonsistenzen in der OpenAPI-Dokumentation aufzudecken, um die Zuverlässigkeit von Schnittstellen zu verbessern.
github.compi-jev-context
Dieses Projekt demonstriert eine reversible Kontext-Bereinigungstechnik für Pi auf Basis von TypeSafe Jev. Es zeigt, wie nützliche Sitzungshistorien erhalten bleiben, während der Speicherbedarf ohne dauerhaften Datenverlust optimiert wird.
github.comSimple Jev
Simple Jev ist eine Open-Source-Bibliothek, die Hugging Face-Modelle in Jev-Endpunkte umwandelt. Das Tool zielt darauf ab, die Zugänglichkeit zu verbessern, indem es Entwicklern die Integration und Bereitstellung von Modellen für maschinelles Lernen innerhalb des Jev-Ökosystems erheblich vereinfacht.
x.comsmart-switch
Dieses macOS-Dienstprogramm gestaltet den Fensterwechsel durch die Integration von künstlicher Intelligenz zur Vorhersage der Benutzerabsicht neu. Das Projekt zeigt einen neuartigen Ansatz für die Desktop-Navigation, wobei spezifische Leistungskennzahlen zur Vorhersagegenauigkeit bisher nicht unabhängig verifiziert wurden.
github.comJev Gamecast
Jev Gamecast ist eine React-basierte Anwendung für Sportbegeisterte. Sie demonstriert eine Replay-First-Architektur, bei der Benutzer Live-Sportdaten mithilfe von Jev-typisierten Fragen abfragen können, um spezifische Einblicke in Spielverläufe und statistische Daten zu erhalten.
github.comCanny
Canny verhindert, dass KI-Coding-Agenten Aufgaben ohne Nachweis als abgeschlossen markieren. Durch deterministische Hooks und ein unveränderliches Protokoll wird die Arbeitsüberprüfung sichergestellt, wobei das System vollständig ohne Laufzeitabhängigkeiten auskommt.
github.comjev2048
Dieses Projekt demonstriert eine Implementierung des 2048-Puzzlespiels, das in Jev integriert ist. Es dient als praktisches Beispiel dafür, wie das TypeSafe AI-Framework zur Automatisierung von Spiellogik und Entscheidungsprozessen eingesetzt werden kann.
github.comjev-pii-checker
Dieses Befehlszeilen-Tool nutzt TypeSafe Jev, um personenbezogene Daten in Texten zu identifizieren. Es demonstriert die Erkennung von Datenvorkommen, die Bewertung der Sensibilität und das Extrahieren von Zeichenbereichen für Datenschutzprüfungen.
github.comJev spielt Super Mario Bros.
Diese Demonstration zeigt, wie Jev Echtzeit-Spielzustandsdaten interpretiert, um Super Mario Bros. zu steuern. Der Ersteller präsentiert dies als Beispiel für autonome Entscheidungsfindung innerhalb einer klassischen Jump-and-Run-Spielumgebung.
x.comJev Klavierkomposition
Dieses Projekt demonstriert, wie Jev Klaviermusik durch die Auswahl von Noten und Akkorden basierend auf Eingabesequenzen generiert. Es dient als kreatives Experiment zur automatisierten Musikkomposition unter Verwendung der Jev-Architektur.
x.comNanoJev
NanoJev ist eine kompakte Version der Jev-Architektur, die darauf ausgelegt ist, vollständige Wahrscheinlichkeitsverteilungen in einem einzigen Vorwärtsdurchlauf zu erzeugen. Dieses Tool demonstriert einen Ansatz zur Optimierung der Modellausgabeeffizienz für spezifische Rechenaufgaben.
x.comVorhersage des nächsten Shell-Befehls
Jev ist ein Terminal-Tool, das zukünftige Shell-Befehle durch die Analyse historischer Befehlsdaten vorhersagt. Das Projekt zielt darauf ab, wiederkehrende Arbeitsabläufe in der Befehlszeile effizienter zu gestalten.
x.comjev-little-airways
Dieses Repository bietet eine Kapazitätsstudie, die die Anwendung von Jev, dem System-One-Entscheidungsmodell von TypeSafe, demonstriert. Es dient als experimentelle Ressource, um die Funktionsweise des Modells innerhalb eines spezifischen Entscheidungsrahmens zu veranschaulichen.
github.comsift
Diese Chrome-Erweiterung nutzt TypeSafe Jev, um Beiträge auf X in Kategorien wie Substanz, Humor oder KI-generiert einzuteilen. Nutzer können ihren Feed filtern, indem sie unerwünschte Inhaltstypen gezielt ausblenden.
github.comjev-skillful
Dieses Tool bietet einen fähigkeitsbasierten Router für Coding-Agenten pro Prompt. Es löst installierte Skills, MCP-Server und Befehle über TypeSafe Jev auf und versucht zu messen, ob diese Injektionen die Leistung des Agenten tatsächlich verbessern.
github.comTriage von 1.500 E-Mails
Dieses Experiment zeigt ein automatisiertes System zur Klassifizierung und Verwaltung großer Nachrichtenmengen. Es demonstriert das Potenzial zur Optimierung der Posteingangsverwaltung durch die Verarbeitung von 1.500 E-Mails zur Überprüfung der Klassifizierungseffektivität.
x.comTetris-Agent
Dieses Projekt zeigt einen autonomen Agenten, der Tetris spielt. Er demonstriert schnelle Entscheidungsfähigkeiten und unterstreicht das Potenzial für die Echtzeit-Spielautomatisierung durch algorithmisches Spielen.
x.comtypesafe-sdk-php
Dieses inoffizielle PHP-SDK bietet eine Schnittstelle für die TypeSafe AI System One API. Der Ersteller behauptet, dass es eine funktionale Parität zu den offiziellen JavaScript- und Python-SDKs aufweist, ist jedoch nicht mit TypeSafe AI verbunden.
github.comjev-go
Dieses Repository bietet ein inoffizielles Go-SDK zur Integration der Jev-API von TypeSafe AI. Es dient als Werkzeug für Entwickler, um Jev-basierte Funktionen in Go-Anwendungen zu implementieren.
github.comjev-php-sdk
Dieses SDK ermöglicht PHP-Entwicklern die Integration von Jev in ihre Anwendungen. Es unterstützt das Senden von Texten und typisierten Fragen sowie den Empfang strukturierter Antworten mit Konfidenzwerten, kompatibel mit PSR-18-Clients und verschiedenen Laravel-Versionen.
github.comORIGIN-CIVILIZATION
Dieses Projekt demonstriert eine KI-gestützte Zivilisationssimulation, bei der TypeSafe Jev die Entscheidungsfindung durch typisierte, probabilistische und prüfbare Prozesse steuert. Es nutzt OpenAI-kompatible APIs zur Integration verschiedener LLMs für die strategische Planung innerhalb der Spielumgebung.
github.comjev-browser
Dieses Projekt stellt einen Jev-basierten Browser-MCP für LLM-Agenten bereit. Es demonstriert einen Ansatz zur Browser-Interaktion ohne LLM-Token-Nutzung bei der Entscheidungsfindung, wobei der Entwickler Reaktionszeiten von etwa 300ms angibt.
github.comJev spielt Slay the Spire 2
Diese Demonstration zeigt das Jev-Modell beim Spielen von Slay the Spire 2. Der Ersteller behauptet, dass das Modell schnelle Entscheidungen trifft und eine hohe Spielgeschwindigkeit bei minimalem visuellem Feedback aus der Spielumgebung erreicht.
x.comsystem-one-adapter-rust
Dieses Projekt stellt eine Rust-Implementierung des system-one-adapters bereit, die LLM-gestützte Evaluierungen ermöglicht. Es dient als technische Grundlage für Entwickler, die system_one-Evaluierungsmethoden in einer speichersicheren Rust-Umgebung implementieren möchten.
github.comjev-lab
Dieses Repository bietet TypeScript-basierte Experimente und Evaluierungen für das Jev-Modell. Es dient als technische Ressource für Entwickler, um die Leistung und Latenz des Modells mithilfe strukturierter Benchmarks und Test-Frameworks zu analysieren.
github.comjev-shell-history
Dieses Tool integriert Jev-basiertes Ranking in die zsh-Shell-Historie. Es zeigt, wie man TypeSafe AI nutzt, um den Befehlsverlauf basierend auf dem Benutzerkontext zu priorisieren und automatische Vorschläge im Fish-Stil bereitzustellen.
github.comcomputer_use
Dieses Projekt demonstriert eine Implementierung der MacOS-Automatisierung, die von Jev gesteuert wird. Es dient als experimentelles Setup, um TypeSafe System One als Entscheidungsinstanz für die Navigation und Interaktion mit Desktop-Umgebungen zu nutzen.
github.comjevball
jevball ist eine 3D-Fußballsimulation, bei der jeder Spieler als unabhängiger Jev-Entscheidungsagent agiert. Das Projekt demonstriert Multi-Agenten-Koordination in einem sportlichen Kontext und ermöglicht es Benutzern, das autonome Spielgeschehen zu beobachten oder manuell die Steuerung eines Spielers zu übernehmen.
github.comWinnow
Winnow ist eine Open-Source-Chrome-Erweiterung, die Artikel und YouTube-Videos analysiert, um Leseempfehlungen zu geben. Sie nutzt Jev-Technologie, um Inhalte basierend auf Ihren Zielen in Kategorien wie Lesen, Überfliegen, Speichern oder Überspringen einzuteilen.
github.comactiongate-jev
Dieses Projekt bietet Laufzeitautorisierung und Sicherheitsvorkehrungen für Tool-Aufrufe von KI-Agenten. Es nutzt deterministische Richtlinien und TypeSafe Jev über OpenRouter, um Agenteninteraktionen sicher zu verwalten.
github.comEgo Lite Einkaufs-Agent
Diese Demonstration zeigt einen Agenten, der Ego Lite und Jev für schnelle Produktbewertungen nutzt. Der Entwickler behauptet, dass das System zwanzig Produktbewertungen in unter vier Sekunden abschließt.
x.comjevmod
jevmod bietet ein Framework für die automatisierte Inhaltsmoderation durch die Anwendung kategorie-spezifischer Wahrscheinlichkeitsschwellenwerte. Dieses Tool ermöglicht es Entwicklern, anpassbare Filterlogiken zu implementieren, um digitale Inhalte effektiv zu verwalten und zu klassifizieren.
github.comjevibe-check
Dieses Tool ermöglicht eine Echtzeit-Tonfallanalyse für Bluesky-Beiträge und Entwürfe. Es demonstriert die Integration der Jev-API von TypeSafe, um die emotionale Stimmung von Textinhalten vor der Veröffentlichung automatisch zu klassifizieren.
github.comVercel AI SDK Provider
Diese Ressource stellt den typesafe-ai Provider für das Vercel AI SDK vor. Sie zeigt, wie die Funktion experimental_evaluate unter Verwendung von jev-latest als Bewertungsmodell genutzt werden kann, um KI-Ausgaben in einer Entwicklungsumgebung zu testen.
ai-sdk.dev
