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
casse-brique-typesafe
Dieses Projekt zeigt ein Next.js-basiertes Brick-Breaker-Spiel, bei dem das Paddel in Echtzeit vom Jev-Modell von TypeSafe AI gesteuert wird. Der Entwickler gibt an, dass die Anwendung mit Claude Code erstellt wurde.
github.comJev spielt Clash Royale
Diese Demonstration zeigt Jev bei der Interaktion mit dem Mobile-Strategiespiel Clash Royale. Das Filmmaterial zeigt, wie der Agent die Spielmechanik nutzt, um eine Partie zu beenden und zu gewinnen, was seine Fähigkeit zur Verarbeitung visueller Echtzeitdaten und zur Umsetzung taktischer Entscheidungen in einer Spielumgebung verdeutlicht.
x.comjev-model-router
Dieses Tool demonstriert einen kostenoptimierten Modell-Router für OpenRouter unter Verwendung von Jev. Es ersetzt statische Modelllisten durch einen Live-Katalog-Scorer, um geeignete Modelle für spezifische Aufgaben dynamisch auszuwählen.
github.comClaude Code Kontext-Kompaktierung
Diese Demonstration zeigt die Integration von Jev in Claude Code, um Herausforderungen bei der Kontext-Kompaktierung in Agenten-Workflows zu bewältigen. Es wird ein praktischer Ansatz zur Optimierung der Datenverarbeitung bei automatisierten Programmieraufgaben vorgestellt, dessen tatsächliche Ergebnisse jedoch einer weiteren Überprüfung bedürfen.
x.comjev-cookbook
Diese Sammlung bietet praktische und getestete Rezepte zur Implementierung des Jev-Entscheidungsmodells über OpenRouter. Sie demonstriert Workflows für Aufgaben wie PII-Erkennung, Datenbankindizierung, Dateiorganisation und die Automatisierung von Browser-Agenten.
github.comjev-spec
jev-spec ist ein Werkzeug zur Überprüfung von generiertem Code anhand definierter Anforderungen. Das Projekt unterstützt Entwickler dabei sicherzustellen, dass KI-generierte Ergebnisse während des Entwicklungsprozesses spezifische strukturelle oder funktionale Vorgaben einhalten.
github.comjev-libero
Dieses Projekt demonstriert die präzise Robotersteuerung mit Jev. Es bietet physikbasierte Vorschauen und konfigurierbare LIBERO-Aufgaben, um Benutzern das Experimentieren mit der Robotermanipulation und verschiedenen Simulationsumgebungen zu ermöglichen.
github.comterrarium
terrarium ist eine Sandbox-Umgebung, in der ein TypeSafe System One-Modell die Steuerung einer kleinen Kreatur übernimmt. Das Projekt zeigt, wie codebasierte Logik genutzt werden kann, um eine virtuelle Welt zu simulieren und mit ihr zu interagieren.
github.comJob Risk Analyzer
Job Risk Analyzer ist ein CLI- und REST-API-Tool zur Bewertung beruflicher Risiken. Es nutzt Jev, um die Anfälligkeit verschiedener Berufe gegenüber KI-bedingten Entlassungen zu bewerten und die Widerstandsfähigkeit der jeweiligen Tätigkeiten zu quantifizieren.
github.comJev-Moderation-Bot
Dieser Discord-Bot nutzt Jev zur Echtzeit-Analyse von Nachrichten und Metadaten. Er demonstriert ein progressives Eskalationssystem, das darauf ausgelegt ist, Phishing, Spam und Social-Engineering-Versuche innerhalb von Serverumgebungen zu erkennen und zu unterbinden.
github.comtrade-jev
Dieses Projekt demonstriert die Anwendung von Jev für automatisierte Handelsstrategien. Es bietet ein Framework zum Backtesting von Kauf-, Verkaufs- und Halteentscheidungen unter Verwendung von NQ L10-Orderbuchdaten, um die Modellleistung in simulierten Marktumgebungen zu bewerten.
github.comjevlike
Dieses Projekt demonstriert ein kleines Modell, das darauf trainiert ist, aus dynamischen Textoptionen mittels Wahrscheinlichkeitszuweisung in einem Durchgang zu wählen. Es enthält experimentelle Implementierungen für Doom, Schach und Wikispeedia, um die Entscheidungsfähigkeiten des Modells in verschiedenen Umgebungen zu veranschaulichen.
github.comruby_decision_model
Dieses Repository stellt eine Ruby-Client-Bibliothek zur Interaktion mit Entscheidungsmodellen bereit, die speziell auf Typesafe Jev ausgerichtet ist. Es dient als praktisches Werkzeug für Entwickler, um strukturierte Entscheidungslogik direkt in ihre Ruby-Anwendungen zu integrieren.
github.comcompact-adviser
Dieses Agenten-Plugin nutzt Jev, um optimale Zeitpunkte für die Sitzungskomprimierung zu bestimmen. Es zielt darauf ab, die Effizienz bei der Kontextverwaltung zu verbessern, indem es automatisierte Empfehlungen zur Konsolidierung von Sitzungsdaten bereitstellt.
x.comtypesafe-ui
Dieses Repository bietet eine Sammlung von wiederverwendbaren Komponenten und Schnittstellenblöcken im Shadcn-Stil für die Integration mit TypeSafe AI. Es zeigt, wie man konsistente UI-Muster für KI-gestützte Anwendungen unter Verwendung etablierter Designstandards implementiert.
github.comJev Prompt-Box-Router
Dieses Projekt demonstriert eine automatisierte Schnittstelle, die Eingabefelder durch die dynamische Auswahl geeigneter Agenten oder Modelle für bestimmte Aufgaben ausfüllt. Es zeigt einen Arbeitsablauf zur Optimierung von Benutzereingaben durch intelligentes Routing.
x.comshady-town
Shady Town ist ein Social-Deduction-Partyspiel für das Wohnzimmer. Das Projekt zeigt, wie ein TypeSafe Jev als automatisierter Moderator fungieren kann, um den Spielablauf zu steuern und die Interaktionen zwischen den Teilnehmern zu verwalten.
github.comjev-cvss
Dieses Projekt demonstriert die Verwendung von TypeSafe Jev zur Automatisierung der CVSS-Bewertung. Es bietet einen strukturierten Ansatz zur Analyse von Schwachstellenbeschreibungen und zur Erstellung standardisierter Schweregrad-Scores auf Basis der bereitgestellten Daten.
github.comtypesafe-vs-deepseek
Dieses Projekt bietet einen direkten Vergleich zwischen TypeSafe und DeepSeek-flash. Es bewertet Leistungsmetriken wie Geschwindigkeit, Token-Verbrauch, Kosten und Genauigkeit bei Aufgaben wie Rechnungs-Extraktion, E-Mail-Klassifizierung und Reranking.
github.comtypesafe-sdk
Dieses Repository bietet eine Ruby-Client-Bibliothek für die Interaktion mit der typesafe.ai-Plattform. Es dient als programmatische Schnittstelle, mit der Entwickler Jev-bezogene Dienste direkt in ihre Ruby-basierten Anwendungen integrieren können.
github.comjev-recall
Dieses Projekt demonstriert eine Methode zum Filtern von KI-Assistenten-Erinnerungen mithilfe von Jev. Es konzentriert sich auf das Abrufen von Informationen basierend auf Relevanz statt auf bloßer Ähnlichkeit, um die Genauigkeit kontextbezogener Interaktionen zu verbessern.
github.comJevForm
JevForm ist ein dynamisches Formular-Tool, das Jev für bedingte Logik verwendet. Es zeigt, wie adaptive UI-Elemente mit Vercel JSON-render integriert werden können, um reaktionsschnelle und interaktive Schnittstellen zur Datenerfassung zu erstellen.
x.comJev als Reranker im Test
Dieses Experiment untersucht Jev als Such-Reranker und zeigt nur begrenzte Leistungssteigerungen gegenüber der Standard-Vektorsuche. Der Ersteller berichtet von gemischten Ergebnissen, die stark von den jeweils verwendeten Bewertungsmethoden abhängen und keine eindeutige Überlegenheit belegen.
x.comJev Sitzungswiedergabe-Debugging
Dieses Tool nutzt Jev zur Analyse von Benutzersitzungswiedergaben, um Softwarefehler zu identifizieren. Es demonstriert einen automatisierten Arbeitsablauf zur Erstellung von Pull-Requests für Fehlerbehebungen, der darauf abzielt, den Debugging-Prozess für Entwicklungsteams effizienter zu gestalten.
x.comJev Entscheidungsfindungs-Framework
Diese Ressource stellt Jev als KI-natives System zur Entscheidungsfindung vor. Es zeigt, wie das Framework über die reine Textgenerierung hinausgeht, indem es mögliche Ergebnisse definiert und programmatisch den am besten geeigneten Pfad für autonome Abläufe auswählt.
x.comCrowdcheck
Crowdcheck ist ein Werkzeug, das Beiträge durch die Simulation von 10.000 synthetischen Personas bewertet. Es unterstützt Nutzer dabei, potenzielle Reaktionen einzuschätzen und Inhalte vor der Veröffentlichung zu optimieren.
crowdcheck-ai.vercel.appwindows-save-token-jev-setup
Diese Ressource bietet eine Einrichtungsanleitung für save-token-jev unter Windows. Sie demonstriert die Implementierung von PreCompact- und SessionStart-Hooks zur Verwaltung der Tokensicherheit, nativen Komprimierung und der Isolierung von Legacy-Inhalten innerhalb von Jev-Umgebungen.
github.comtypesafe
Diese Bibliothek bietet einen idiomatischen Elixir-Client für die Interaktion mit der TypeSafe AI API. Sie ermöglicht es Entwicklern, TypeSafe AI-Dienste mithilfe nativer Sprachmuster und Strukturen in ihre Elixir-Anwendungen zu integrieren.
github.comconstruct-auto-classifier
Dieses Tool bietet ein effektbasiertes Sicherheits-Gateway für Shell-Befehle von KI-Coding-Agenten. Es nutzt strukturelle Regeln in Kombination mit Jev oder Chat-Modellen, um die Sicherheit von Befehlen zu bewerten und die Ausführung gefährlicher Operationen zu verhindern.
github.comAEPD-Korpus-Analyse
Dieses Experiment vergleicht Jev mit einem manuellen regulären Ausdruck bei der Verarbeitung von 544 öffentlichen Datenschutzbeschlüssen. Der Ersteller berichtet von einer Übereinstimmungsrate von 98,2 % zwischen den beiden Methoden und zeigt das Potenzial für kosteneffiziente, automatisierte Dokumentenanalysen auf.
x.comgpt-vs-jev
Dieses Tool bietet einen direkten Vergleich zwischen den von GPT-Modellen generierten Sprachausgaben und strukturierten Noul-Entscheidungen. Es zeigt auf, wie Jev-basierte Logik Eingaben bei spezifischen Entscheidungsprozessen anders verarbeitet als herkömmliche probabilistische Sprachmodelle.
github.comWillkürliche Klassifizierung als Primitiv
Diese Ressource untersucht, wie Jev eine flexible, typsichere Klassifizierung ermöglicht, indem sie als grundlegendes Programmierprimitiv behandelt wird. Sie demonstriert einen konzeptionellen Ansatz zur Integration von Klassifizierungslogik direkt in den Entwicklungsworkflow, um die Systemzuverlässigkeit zu verbessern.
x.comJevmaxxing with Notte
Dieses Projekt stellt Jev vor, einen Agenten zur Automatisierung von Browser-Aufgaben. Es zeigt, wie das System durch die dynamische Auswahl und Ausführung von Aktionen innerhalb eines definierten Aktionsraums mit Web-Oberflächen interagiert.
x.comJev Gomoku-Wettkampf
Dieses Experiment zeigt ein Gomoku-Spiel zwischen zwei Jev-Instanzen. Es stellt den Quellcode und Zeitprotokolle bereit, um zu veranschaulichen, wie Jev-Agenten interagieren und den Spielstatus während eines kompetitiven Spiels verarbeiten.
zenn.devPlayJev
PlayJev demonstriert ein 0,8B-Parameter-Modell, das zehn Browser-Spiele spielen kann. Das System berechnet die Wahrscheinlichkeiten für legale Spielzüge in einem einzigen Durchlauf ohne Textgenerierung und zeigt damit einen spezialisierten Ansatz für spielende KI-Agenten.
github.comyoshi
yoshi ist ein Kontext-Pruning-Proxy für Claude Code und Codex. Er nutzt Jev, um die benötigte Historie zu bewerten und beizubehalten, mit dem Ziel, die Token-Nutzung für KI-Codierungs-Agenten zu optimieren.
github.com
