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
typesafe-image-diffusion
Dieses Projekt untersucht die Generierung von Pixel-Art im Diffusionsstil mithilfe eines Klassifikators. Es demonstriert eine Methode mit 256 parallelen Jev-Fragen pro Pixel, gefolgt von Verfeinerungsschritten zur Bildkonstruktion, und zeigt einen experimentellen Ansatz für die strukturierte Bildsynthese.
github.comJev spielt Tetris
Diese Demonstration zeigt, wie Jev AI Tetris mit hoher Geschwindigkeit spielt. Der Ersteller gibt an, dass das System in zwei Minuten 357 Teile und 134 Zeilen verarbeitet hat, was die schnellen Entscheidungsfähigkeiten des Modells in einer Spielumgebung verdeutlicht.
x.comGame Plan
Game Plan ist ein browserbasiertes Experiment, das testet, wie Jev unvorhersehbare Benutzereingaben verarbeitet und darauf reagiert. Es dient als praktische Demonstration der Eingabeverarbeitungsfähigkeiten innerhalb des Jev-Ökosystems.
game-plan.adriaansendennis.workers.devtypesafe-jev-workflow
Dieses Projekt demonstriert einen asynchronen LangGraph-Workflow zur Kategorisierung eingehender E-Mails. Es nutzt typisierte Jev-Auswahlen, um die Kommunikation automatisch an Rechnungs- oder allgemeine Bearbeitungs-Handler weiterzuleiten.
github.comSecond-Hand-Shopping-Agent
Dieses Projekt demonstriert einen automatisierten Agenten zur Suche und Bewertung von Second-Hand-Produkten. Der Entwickler gibt an, dass das System 26 Angebote pro Minute verarbeitet, um Nutzern bei der schnellen Entscheidungsfindung beim Kauf zu helfen.
x.comBenutzerdefinierte Jev-Stil-Modelle für Agenten-Workflows
Dieser Vorschlag untersucht die Implementierung benutzerdefinierter Jev-Stil-Modelle zur Optimierung von Agenten-Workflows. Der Autor schlägt vor, dass diese spezialisierten Modelle potenziell die Rechenkosten bei komplexen Entscheidungsprozessen innerhalb automatisierter Agentensysteme senken könnten.
x.comjev-page-verdict
Diese Chrome-Erweiterung nutzt Jev, um Webseiten auf kommerzielle Absichten oder Erfahrungsberichte zu prüfen. Sie markiert Google-Suchergebnisse mit vorhandenen Urteilen oder Snippet-basierten Schätzungen und lässt Einträge mit geringer Konfidenz unentschieden, um die Einordnung von Inhalten zu erleichtern.
github.comjev-games
Dieses Repository bietet eine visuelle Jev-Laborumgebung zum Testen und Interagieren mit verschiedenen Spiele- und Emulatorplattformen. Es dient als praktische Ressource für Entwickler, die Jev-basierte Integrationen innerhalb von Spielesoftware-Architekturen erforschen möchten.
github.comJev spielt Time Crisis
Diese Demonstration zeigt Jev beim Spielen des Arcade-Klassikers Time Crisis. Ein physisches Gurtsystem unterstützt dabei das Zielen und die Bewegungen und veranschaulicht, wie Hardware-Integration die Spielleistung in einer klassischen Arcade-Umgebung beeinflussen kann.
x.compi-quiet-ask
Dieses Projekt demonstriert die Integration von TypeSafe Jev als Entscheidungsschicht für einen Coding-Agenten. Es untersucht, wie strukturiertes, ruhiges Schlussfolgern angewendet werden kann, um Softwareentwicklungsaufgaben innerhalb des pi-Agenten-Frameworks zu automatisieren.
github.comroverlab
roverlab ist eine 3D-Simulationsumgebung für planetare Rover. Sie dient als Sandbox, in der Entwickler autonome Entscheidungsprozesse mithilfe von TypeSafe AI in einer virtuellen außerirdischen Umgebung experimentell erproben können.
github.comjev-voice
Dieses Projekt demonstriert ein sprachgesteuertes Automatisierungstool für macOS. Es nutzt lokales whisper.cpp zur Spracherkennung und integriert einen Jev TypeSafe-Aufruf pro Befehl, um systemweite Aufgaben auf Ihrem Computer zu verarbeiten und auszuführen.
github.comjev-auto-approve
Dieses GitHub-Tool automatisiert den Entwicklungsworkflow, indem es vor dem Zusammenführen von Pull Requests eine Genehmigung durch Jev erfordert. Es demonstriert eine Methode zur Implementierung von automatisierten Code-Review-Prüfungen auf Basis von Jev.
github.comPlayground
Dieses webbasierte Tool ermöglicht es Benutzern, Zustandsdaten einzugeben und Fragen zu stellen, um typisierte Antworten direkt im Browser zu erhalten. Es dient als interaktive Umgebung zum Testen der TypeSafe AI-Funktionen und zur Überprüfung der Generierung strukturierter Ausgaben.
console.typesafe.aiPrimitiven
Dieser Leitfaden beschreibt die drei grundlegenden Fragetypen in TypeSafe AI: Choice, Score und Noul. Er erläutert die Datenstrukturen und Rückgabewerte der einzelnen Primitiven, um Entwicklern bei der effektiven Gestaltung ihrer KI-Interaktionen zu helfen.
docs.typesafe.aiopen-jev von JoshuaSP
Dieses Repository untersucht die typisierte JSON-Inferenz unter Verwendung von DiffusionGemma. Es präsentiert experimentelle Benchmark-Ergebnisse für Every und Jev und zeigt, wie diese Modelle Aufgaben zur Inferenz strukturierter Daten in einem Forschungskontext bewältigen.
github.comJev auf Cloudflare AI Gateway
Diese Integration zeigt, wie Jev das Cloudflare AI Gateway nutzt, um strukturierte Antworten auf Benutzeranfragen zu liefern. Sie verdeutlicht die technische Implementierung der strukturierten Datenverarbeitung innerhalb des Cloudflare-Ökosystems zur Verbesserung der Abfrageverarbeitung.
x.comKochbücher
Diese Ressource bietet wiederholbare Rezepte für gängige KI-Workflows, einschließlich paralleler Fragen, Reranking und Sicherheitsvorkehrungen. Sie demonstriert praktische Implementierungsmuster für Zitierprüfungen, Datenextraktion und hierarchische Klassifizierung, um Entwicklern beim Aufbau robusterer und strukturierterer KI-Anwendungen zu helfen.
docs.typesafe.aitypesafe-triage-guard
Dieses Repository bietet drei kombinierbare Entscheidungspipelines auf Basis von Jev. Es demonstriert automatisierte Workflows für das Support-Ticket-Triage, die Klassifizierung von Observability-Warnungen und die Bewertung von Deployment-Risiken, um technische Entscheidungsprozesse effizienter zu gestalten.
github.comOCR-Bildklassifizierer
Dieses Projekt demonstriert einen Bildklassifizierungs-Workflow, der OCR und Jev integriert. Der Ersteller berichtet, dass er mit dieser automatisierten Pipeline 900 Bilder innerhalb von 40 Sekunden verarbeitet hat.
x.commobile-jev
Dieses Projekt bietet ein eigenständiges Android-Agenten-Framework, bei dem Jev die Entscheidungsfindung übernimmt. Es enthält eine Live-React-Studio-Umgebung und demonstriert automatisierte Interaktionsfähigkeiten anhand einer Uber-Anwendungsdemo.
github.comjev-oxlint
Dieses Projekt demonstriert eine Methode zur Integration von Jev-Agenten-Fähigkeiten in das statische Analyse-Framework Oxlint. Es bietet eine technische Implementierung zur Erweiterung der Linting-Funktionen durch benutzerdefinierte Plugins, die darauf ausgelegt sind, Jev-basierte Logik zu nutzen.
github.comPort Cleanup
Port Cleanup ist ein macOS-Tool zur Identifizierung und Beendigung aktiver Netzwerkports. Das Projekt unterstützt Entwickler dabei, lokale Prozesse zu verwalten und unnötige Dienste sicher zu stoppen, um eine saubere und effiziente Entwicklungsumgebung aufrechtzuerhalten.
github.comjcm-router
Dieser lokale Proxy nutzt TypeSafe Jev, um Subagenten-Anfragen dynamisch an bestimmte Claude-Modelle und Leistungsstufen weiterzuleiten. Er wurde entwickelt, um spezialisierte Aufgaben unabhängig zu verwalten, während der Status Ihrer primären Chat-Sitzung erhalten bleibt.
github.comjev-harness-router
Dieses Projekt bietet einen Routing-Mechanismus für Jev-Aufgaben durch die Bewertung von Modellebene, Werkzeugen, Fähigkeiten und Aufwand. Es demonstriert einen strukturierten Ansatz für die Aufgabenverteilung innerhalb automatisierter Arbeitsabläufe.
github.comsiftr
siftr bietet eine CLI und einen MCP-Server für KI-Codierungsagenten, um semantische Suche und Dateiauswahl zu ermöglichen. Das Projekt zielt darauf ab, die Effizienz von Agenten durch fokussiertes Lesen von Code und Listen-Auswahl innerhalb kurzer Zeiträume zu steigern.
github.comjev-commit
Dieser Pre-Commit-Hook nutzt Jev, um bereitgestellte Änderungen mit Commit-Nachrichten abzugleichen. Er soll dabei helfen, potenzielle Probleme wie Debug-Reste, unerwähnte Arbeiten und offengelegte Anmeldedaten zu identifizieren, bevor ein Commit endgültig abgeschlossen wird.
github.comJev-Luftkampf-Experiment
Dieses Experiment untersucht die Integration von Jev in Luftkampfsimulationen. Der Entwickler demonstriert laufende Verbesserungen, um die Flugmanöver und die taktische Entscheidungsfindung der KI innerhalb einer Spielumgebung zu verfeinern.
x.comJanus Kalibrierung
Janus demonstriert ein System zur Kalibrierung und konfidenzbasierten Weiterleitung für Entscheidungsprozesse. Das Projekt erreicht eine Genauigkeit von 80,2 % auf dem Banking77-Datensatz, wobei der Autor eine Kosteneffizienz von 0,103 $ pro 500 Entscheidungen angibt.
github.comEchtzeit-Sprachsteuerung für Browser
Dieses Projekt zeigt die Nutzung von Jev zur Steuerung eines Browsers mittels Echtzeit-Sprachbefehlen. Der Entwickler gibt an, dass das System Sprache innerhalb von 300 Millisekunden in Browser-Aktionen umwandelt und dabei kosteneffizient arbeitet.
x.comGrundlagen von Jev verstehen
Dieser Artikel bietet einen konzeptionellen Überblick über Jev und klärt dessen Hauptzweck sowie technische Grenzen. Er dient als grundlegender Leitfaden für Entwickler, um zwischen der beabsichtigten Funktionalität von Jev und häufigen Missverständnissen zu unterscheiden.
zenn.devEin Publikum aus 100 Persönlichkeiten
Dieses Projekt demonstriert ein dynamisches Publikum aus 100 simulierten Persönlichkeiten, die individuell auf Benutzereingaben reagieren. Es zeigt, wie Jev eingesetzt werden kann, um komplexe, individuelle Interaktionen innerhalb einer synthetischen Publikumsumgebung in großem Maßstab zu verwalten.
x.comjev-search
Dieses Tool ermöglicht die Offline-Suche innerhalb von Obsidian-Vaults. Es bietet eine optionale Jev-Funktion zur Neusortierung von Suchergebnissen, die eine ausdrückliche Benutzergenehmigung erfordert, um die Kontrolle über die Priorisierung der angezeigten Informationen zu gewährleisten.
github.comjev-firewall
Dieses Tool bietet eine Echtzeit-Firewall für KI-Coding-Agenten. Es nutzt deterministische Regeln und eine Jev-basierte Überprüfung, um Tool-Aufrufe abzufangen und zu entscheiden, ob Aktionen zugelassen, blockiert oder zur manuellen Genehmigung vorgelegt werden sollen.
github.comCorent Modell-Routing
Corent demonstriert ein Modell-Routing-System, das Jev verwendet, um Prompts und Qualitätsanforderungen zu bewerten. Dieser Ansatz zielt darauf ab, vor der Generierung des Ergebnisses dynamisch das am besten geeignete KI-Modell für die jeweilige Aufgabe auszuwählen.
x.comPraktische Jev-Workflows
Diese Ressource beschreibt sechs spezifische Anwendungsfälle für Jev, darunter Faktenprüfung, Ranking, Zitationsprüfung und die Analyse von Agentenfehlern. Sie zeigt auf, wie das Werkzeug für die strukturierte Informationsverarbeitung und systematische Qualitätskontrollaufgaben eingesetzt werden kann.
x.com
