Le post de lancement de Jev
Diogo Almeida présente Jev, un modèle de décision structuré de TypeSafe. Cette ressource propose un aperçu de l'approche fondamentale du modèle, des exemples concrets et des mesures de performance rapportées par l'auteur.
Le meilleur de Jev : projets concrets, guides pratiques et idées du web.
Diogo Almeida présente Jev, un modèle de décision structuré de TypeSafe. Cette ressource propose un aperçu de l'approche fondamentale du modèle, des exemples concrets et des mesures de performance rapportées par l'auteur.
TypeSafe lance officiellement son laboratoire de recherche et présente Jev à la communauté des développeurs. Cette annonce comprend un film de lancement réalisé par Diogo Almeida et fournit un contexte essentiel sur la mission et l'orientation future du projet.
TypeSafe a supprimé la liste d'attente pour Jev, permettant un accès public à la plateforme. Les développeurs peuvent utiliser la console officielle pour intégrer et tester des capacités de prise de décision typées dans leurs propres applications.
TypeSafe met en avant l'approche de sortie typée de Jev : les applications fournissent l'état et les questions, puis agissent sur les probabilités, les choix ou les scores. L'annonce liée couvre également l'intégration de l'API Venice.
Start with the Launch Post. Explore four official signals.
AI-assisted summaries and translations. Check original sources for context and performance claims.
Chrome extension that re-ranks Google results with TypeSafe Jev and folds away sales pages and SEO filler.
Cet outil basé sur navigateur permet de composer des requêtes pour l'API System One avec des entrées Noul, Choice et Score. Il propose des modes local et en direct, tout en générant du code pour le SDK Python.
Ce projet présente un agent de navigation web autonome combinant Jev pour la prise de décision et agent-browser de Vercel pour l'exécution. Il intègre un benchmark permettant d'évaluer les performances du système lors de la navigation et des interactions sur le web.
Video comparison against a structured-output LLM baseline.

Whale sharks drifting past. A quiet café after hours. Sixteen living worlds, just beyond your screen.
Explore sponsorCette extension de navigateur utilise Jev pour analyser et classer les articles en ligne. Elle démontre comment identifier automatiquement le cadrage des actualités, les sujets abordés et l'utilisation d'un langage chargé dans les médias numériques.
Hand the browser work off: an MCP server where a decision model drives the page for your agent, so a flow costs one tool call instead of a turn per click. Ref-based element tables, code-checked assertions, zero-model macro replay. Speaks CDP to your Chrome.
Fork of OpenPoke where the yes/no decisions go to Jev instead of Claude Sonnet, with a same-inputs A/B against the replaced LLM decision and a 43,776-request adversarial run on the injection gate.
AskJev propose un agent autonome pour l'interaction avec les sites web. Le projet utilise une architecture TypeSafe System One intégrant une protection de sécurité pour empêcher les actions irréversibles lors de la navigation automatisée.
CartShield utilise TypeSafe Jev pour aider les petites et moyennes entreprises à gérer la fraude au paiement. Cet outil propose une approche structurée pour évaluer les risques liés aux transactions et automatiser les processus de traitement dans les environnements de commerce électronique.
This is a LLM Gateway that mimics typesafe ai structured output. Like an imposter Jev.
An evaluation of typesafe AI chess. As it turns out, the AI isn't doing really well even though chess is not a particularly open-ended game. Still, it's only a prototype and this probably wasn't optimzied for games.
Cette référence officielle de TypeSafe définit la primitive Score. Elle explique les mécanismes fondamentaux pour évaluer les sorties de modèles au sein du framework TypeSafe, fournissant aux développeurs les spécifications techniques nécessaires à leur mise en œuvre.
Cet outil fournit une notation quasi en temps réel des accroches pour réseaux sociaux en les évaluant face à une centaine de personas. Il illustre une méthode permettant aux créateurs de tester l'efficacité de leur contenu auprès de segments variés.
Jev-powered model-judged permission gate for OMP (TypeSafe System One).

Falconer is an AI-powered company brain that keeps your engineering documentation accurate, searchable, and up to date by syncing with GitHub, Slack, Linear, and the rest of your stack.
Explore sponsorA developer project for the agents shelf, using MCP tool for Codex instead of listing all options.
Ce DSL Haskell fournit un cadre orienté agents pour le modèle de jugement Jev. Il démontre l'implémentation de paquets typés et de types inférés pour assurer un étiquetage cohérent et une gestion structurée des données dans les flux de travail des agents.
Ce guide officiel de TypeSafe AI présente des techniques pour extraire des données structurées à partir d'entrées pré-analysées. Il fournit aux développeurs des méthodes standardisées pour améliorer la fiabilité lors du traitement d'informations complexes au sein des flux de travail TypeSafe.
Ce dépôt sert de bac à sable pour expérimenter avec Jev, le modèle System One de TypeSafe. Il fournit un environnement pratique permettant aux développeurs d'explorer les capacités du modèle à travers diverses implémentations expérimentales et exemples de code.
A stronger one-pass scorer over a variable list of text options: hashed n-gram encoder, rival-aware attention, gated head, temperature scaling, benchmarked against jevlike.

The AI-augmented control plane for cybersecurity — unify your security stack, quantify cyber risk in dollars, and run governed AI agents.
Explore sponsorCe document de position présente le principe de Deferred Crispification et l'architecture BSF-S1. Il propose d'intégrer des primitives de Hidden-Markov et de logique floue dans les modèles de décision Jev et System-One pour enrichir le cadre TypeSafe AI.
Run a JSON Schema through TypeSafe's Jev API, and get JSON back.
Jev for Chrome: drives the tab you are looking at with TypeSafe Jev, a sub-second decision model. Community port of browser-use/jev-ultrafast, not affiliated with TypeSafe.
Cette référence officielle de TypeSafe AI explique les techniques de récupération de structure. Elle démontre comment analyser et formater de manière fiable les sorties non structurées des modèles en structures de données cohérentes et lisibles par machine pour l'intégration.
Ce projet présente une technique d'élagage de contexte réversible pour Pi, propulsée par TypeSafe Jev. Il permet de conserver l'historique de session pertinent tout en gérant l'utilisation de la mémoire sans supprimer définitivement les données.

Menta es el software de gestión clínica impulsado por IA. Una plataforma todo en uno para la gestión administrativa y clínica de profesionales y clínicas
Explore sponsorjevcal fournit un cadre pour calibrer et définir les seuils des modèles de décision TypeSafe Jev. Il démontre des méthodes pour vérifier la dérive de ces modèles par rapport à un enseignant LLM, éliminant ainsi le besoin de deviner manuellement les seuils de confiance.
Never confidently wrong: a TLA+-verified consensus kernel around TypeSafe's Jev, run through 1,680 chaos-tested pharmacy decisions with zero wrong verdicts. Film, code, and every captured call.
A TypeSafe/Jev agent that plays Super Mario Bros. from structured emulator state.
A tool for automated risk review of pull requests using Jev.
Ce projet propose une comparaison côte à côte de TypeSafe et DeepSeek-flash. Il évalue les mesures de performance, notamment la vitesse, l'utilisation des jetons, le coût et la précision pour des tâches comme l'extraction de factures et la classification d'e-mails.

Guideless is an AI-powered platform that turns software workflows into video training guides.
Explore sponsorCette documentation officielle fournit les documents de référence pour le SDK Python de TypeSafe. Elle décrit les méthodes et les configurations nécessaires aux développeurs pour intégrer les capacités de TypeSafe AI dans leurs projets Python.
Let Jev (TypeSafeAI) solve 2048.
Ce dépôt fournit une extension conçue pour accélérer les processus de compactage JEV au sein de l'environnement pi. Il démontre une approche d'implémentation spécifique pour optimiser les tâches de gestion des données, bien que les utilisateurs doivent vérifier indépendamment les gains de performance dans leurs propres flux de travail.
Ce projet évalue la capacité de Jev à prédire les résultats de tests A/B sur des titres. L'auteur indique que Jev a correctement identifié le titre gagnant dans 64,5 % des plus de 10 000 expériences Upworthy, avec une précision accrue pour les écarts décisifs.
Jev (TypeSafe System One) × ASReview SYNERGY abstract screening demo — Choice/Noul vs gold labels.

Für Ideen, Gespräche, Meetings und alles dazwischen.
Explore sponsorCe guide officiel de TypeSafe explique le modèle architectural de l'aiguillage d'intention. Il démontre comment catégoriser les entrées utilisateur pour diriger les requêtes vers une logique de traitement spécifique, garantissant une gestion plus précise et fiable des tâches conversationnelles complexes.
Ce projet présente un agent automatisé jouant à Pokemon Red via PyBoy. Le système gère la logique et les calculs du jeu tandis que l'agent Jev sélectionne les embranchements, avec des résultats de combat évalués par score Brier par rapport à l'état de la RAM.
Ce guide de référence officiel de TypeSafe AI démontre comment implémenter une fonctionnalité de recherche sémantique ligne par ligne. Il fournit aux développeurs les modèles nécessaires pour effectuer une récupération de texte précise au sein de jeux de données structurés.
Cet outil basé sur navigateur simplifie la création de requêtes pour TypeSafe Jev grâce à une interface basée sur des modèles. Il permet aux utilisateurs de remplir les champs localement sans connaissances en JSON ni installation de logiciel, facilitant ainsi le processus de génération.
Jev as an LLM prompt guardrail inside the agentgateway proxy, with tracing and cost tracking.
Cette ressource officielle de TypeSafe AI fournit une référence fondamentale pour Noul. Elle sert de guide principal pour comprendre les concepts de base et les détails de mise en œuvre de cette primitive spécifique au sein de l'écosystème TypeSafe.
Cette bibliothèque fournit un client Elixir idiomatique pour interagir avec l'API TypeSafe AI. Elle permet aux développeurs d'intégrer les services TypeSafe AI dans leurs applications Elixir en utilisant les modèles et structures natifs du langage.
Ce harnais de navigateur hybride utilise un LLM pour décomposer les objectifs utilisateur en sous-tâches vérifiables. Jev sélectionne ensuite les actions et éléments DOM, exécutés par Playwright pour automatiser les interactions sur le web.
A community post outlines a guide for constructing a high-speed agent brain using Jev.
A tool that analyzes WeChat threads for emotion, intent, and reply quality.
chowder is a unified API layer that aggregates, normalizes, and serves your data from any source. One endpoint. Every ingredient.
Explore sponsorCurated Jev resources and runnable examples for typed AI decisions.
Ce projet présente un agent autonome conçu pour interagir avec le matériel PlayStation 2. Il utilise TypeSafe Jev System One pour traiter la télémétrie visuelle en temps réel, offrant un affichage tête haute pour surveiller les performances de l'agent pendant le jeu.
Ce projet propose un garde-fou et un routeur de modèles pour les passerelles LLM utilisant le modèle System One de Jev de TypeSafe. Il démontre comment mettre en œuvre des mesures d'évaluation indépendantes pour la précision, le calibrage et la latence avec des bibliothèques Python standard.
Pydantic AI capabilities made stronger with Jev: small runnable demos, one file each.
SIEGE est un système de porte d'action typé conçu pour se défendre contre plusieurs agents. Le projet démontre une architecture de boucle de défense qui apprend des tentatives d'intrusion, évaluée à l'aide de W&B Weave.
Lemonpod gives founders one morning brief that combines GitHub, calendar, tasks, inbox, and other work signals into a text summary and audio update. Start the day knowing what needs attention without checking multiple apps.
Explore sponsorCe dépôt propose une méthode d'inférence de choix de jeton unique par lots pour les modèles de langage ouverts. Il démontre une compatibilité avec TypeSafe, offrant une approche structurée pour gérer les processus de décision au niveau des jetons dans les flux de travail d'IA générative.
Cet outil intègre Zod à Jev pour effectuer une validation sémantique des corps de requête. Il permet aux développeurs de convertir des vérifications basées sur le sens en probabilités calibrées, facilitant ainsi une logique basée sur des seuils dans le code.
zerosweep est un moteur de triage et d'évaluation comparative de système un autonome alimenté par TypeSafe AI. Le projet démontre l'intégration de portes de sécurité épistémique RLCD pour les processus de prise de décision automatisés.
Ces notes techniques détaillent l'architecture de Jev, en se concentrant spécifiquement sur sa mise en œuvre du traitement parallèle et sa capacité à produire des probabilités sans recourir à la génération de texte classique.
Ce SDK PHP non officiel fournit une interface pour l'API TypeSafe AI System One. Le créateur affirme qu'il maintient une parité fonctionnelle avec les SDK officiels JavaScript et Python, bien qu'il ne soit pas affilié à TypeSafe AI.

Whale sharks drifting past. A quiet café after hours. Sixteen living worlds, just beyond your screen.
Explore sponsorpg-jev est une extension PostgreSQL permettant d'interroger vos tables de base de données en langage naturel. Elle intègre la technologie Jev pour permettre aux utilisateurs d'extraire des informations via des requêtes formulées en langage courant.
Cette référence officielle de TypeSafe AI explique les mécanismes de l'appel de fonctions. Elle démontre comment intégrer des outils externes et le traitement de données structurées dans les flux de travail LLM pour améliorer l'exécution des tâches et l'interaction dynamique.
foreman est un superviseur d'agents conçu pour gérer les agents de codage. Il utilise des processus de prise de décision basés sur Jev pour aider à maintenir la concentration et garantir que les agents restent sur leurs tâches assignées.
Ce dépôt fournit une suite de plugins pour le framework DeepSeek Harness. Il démontre l'intégration du modèle de décision Jev System One pour faciliter les processus de raisonnement et de prise de décision automatisés au sein de l'environnement existant.
Ce projet démontre une méthode pour prédire la prochaine décision fermée d'une compétence Jev. Il utilise TypeSafe Jev pour effectuer ces prédictions de manière statique, sans avoir à exécuter la compétence cible pendant le processus d'analyse.

Wallpets brings cinematic animal companions to your desktop with lightweight mouse-following behavior, idle play, and a growing pet catalog.
Explore sponsorJEV Document Classification enables the rapid and cost-effective classification of text-based documents using AI, leveraging TypeSafe's "System One" model.
Cette extension Chrome utilise TypeSafe Jev pour classer les publications sur X en catégories telles que Substance, Humour ou IA. Elle permet aux utilisateurs de filtrer leur flux en masquant les types de contenus indésirables.
Typed decisions from a System One model. An uncertain answer is a different type from a confident one — and the compiler makes you handle it.
jev-shield est un pare-feu MCP sémantique alimenté par Jev. Le créateur affirme qu'il surveille les appels, les résultats et les descriptions d'outils pour sécuriser les flux de travail des agents, tout en revendiquant une grande précision et une faible latence.
Ce projet de développement présente une implémentation de commande vocale pour macOS. Il utilise Jev comme option de secours pour traiter les commandes lorsque la reconnaissance vocale nécessite une assistance supplémentaire.

Sound notifications for any AI agent — hooks for Claude Code, Cursor, Codex & more, plus an MCP server so the agent can choose its own sounds.
Explore sponsorNon-Autoregressive AI Agent Decision Model. Open-source SOTA alternative to TypeSafe Jev. O(1) Tool Routing & DOM Automation on Qwen3.5-2B .
Measures how well TypeSafe's RLCD-Jev model spots real secret credentials in file snippets.
Ce projet propose une application native pour la barre de menus macOS dédiée à Notion. Développé en Swift et SwiftUI, cet outil vise à offrir une interface légère permettant d'accéder aux espaces de travail Notion directement depuis la barre de menus.
Cette interface de terminal intègre OpenAI et TypeSafe Jev pour fournir des réponses. Elle démontre un flux de travail générant des rapports de décision transparents, permettant aux utilisateurs d'examiner le processus de raisonnement derrière chaque résultat fourni par le système.
Cet aperçu explore les fonctionnalités principales de Jev et présente une variété de projets actuellement en cours de développement au sein de son écosystème. Il souligne comment les développeurs utilisent ce cadre pour créer diverses applications basées sur des agents.
Throw in a pile of company files and get them classified and organized by department, type, sensitivity, date, counterparty and PII, with an index for AI agents. Powered by TypeSafe's Jev on OpenRouter (17¢ per 1,000 files). Zero-dependency Node CLI + Claude skill + Codex agent.
Ce projet présente un agent guidé pour World of Warcraft. Le créateur affirme que le système est conçu pour optimiser et réduire les dépenses en jeu à mesure que l'agent fonctionne sur de longues périodes.
Cet outil fournit une interface de ligne de commande légère et sans dépendance pour interagir avec TypeSafe Jev. Il sert d'utilitaire pour les développeurs souhaitant intégrer les flux de travail Jev directement dans leurs environnements de terminal.