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.
Cette ressource propose une implémentation hébergée de typesafe-ai/jev pour les appels d'évaluation du SDK IA. Elle montre comment intégrer Jev directement via Vercel AI Gateway, évitant ainsi d'avoir à s'inscrire sur une liste d'attente TypeSafe pour ces opérations.
Ce proxy local utilise TypeSafe Jev pour router dynamiquement les requêtes des sous-agents vers des modèles Claude et des niveaux d'effort spécifiques. Il est conçu pour gérer des tâches spécialisées indépendamment tout en préservant l'état de votre session de chat principale.

Für Ideen, Gespräche, Meetings und alles dazwischen.
Explore sponsorPractical guide: playground, Python and JS SDKs, raw HTTP, and the agent skill.
Ce modèle présente une méthode pour acheminer les requêtes en fonction des scores de confiance du modèle. Il explique comment mettre en œuvre une logique conditionnelle pour diriger les tâches vers des chemins appropriés afin d'assurer la qualité.
Cette documentation officielle de TypeSafe définit le concept de compétences d'agent. Elle explique comment les capacités modulaires sont structurées pour permettre aux agents autonomes d'effectuer des tâches spécifiques efficacement au sein du cadre de travail TypeSafe AI.
Ce plugin s'intègre à Claude Code et d'autres outils pour sélectionner des modèles d'IA via la logique de décision Jev et les tarifs OpenRouter. Il vise à équilibrer l'intelligence, la vitesse et le coût par tâche.
Cet outil intègre Jev pour contrôler Ableton Live via des commandes concises. Il illustre un flux de travail permettant d'automatiser les tâches de station de travail audio numérique en utilisant la logique décisionnelle de Jev pour exécuter des séquences de contrôle musical.

Wallpets brings cinematic animal companions to your desktop with lightweight mouse-following behavior, idle play, and a growing pet catalog.
Explore sponsorUXRay est un outil de superposition d'écran conçu pour détecter et mettre en évidence les modèles d'interface manipulateurs. Ce projet démontre comment l'analyse visuelle automatisée peut aider les utilisateurs à identifier les modèles sombres dans la conception web pour améliorer la transparence numérique.
Cette extension Chrome utilise Jev pour déterminer si une page web cherche à vendre un produit ou rapporte une expérience vécue. Elle annote les résultats Google avec des verdicts ou des estimations, tout en laissant indécis les cas à faible niveau de confiance.
Ce dépôt propose une démonstration publique de l'intégration de Jev et TypeSafe AI. Le projet illustre la mise en œuvre d'une logique de prise de décision pour les processus de candidature, servant de référence pratique pour les développeurs explorant les flux d'évaluation automatisés.
Cette collection propose des jeux de société interactifs dont les mécaniques et les décisions sont pilotées par Jev. Il s'agit d'une démonstration pratique de l'intégration d'une logique de prise de décision automatisée dans les jeux traditionnels.
Ce SDK Go fournit une interface pour l'API TypeSafe AI. Il permet aux développeurs d'envoyer des requêtes typées au service et de recevoir des distributions de probabilités structurées en sortie, facilitant ainsi l'intégration dans les applications basées sur Go.

Whale sharks drifting past. A quiet café after hours. Sixteen living worlds, just beyond your screen.
Explore sponsorUnofficial Go SDK for the TypeSafe AI System One API — 1:1 parity with the official JS and Python SDKs. Not affiliated with TypeSafe AI.
Cette implémentation de Jev automatise la gestion des tickets de support en classant les demandes entrantes selon leur catégorie, leur urgence et leurs besoins de routage. Elle démontre comment rationaliser les flux de travail du service client en distinguant les résolutions automatisées des interventions humaines.
JevPromptCoach est un plugin pour Claude Code qui évalue la pertinence de vos prompts destinés aux agents de codage. Il utilise le modèle Jev de TypeSafe pour suivre vos habitudes et fournir des retours sans ajouter de latence.
Ce projet illustre l'application de Jev aux stratégies de trading automatisé. Il propose un cadre pour effectuer des backtests sur les décisions d'achat, de vente et de maintien en utilisant les données du carnet d'ordres NQ L10 pour évaluer le modèle.
Ce dépôt fournit une bibliothèque cliente Ruby conçue pour interagir avec des modèles de décision, notamment Typesafe Jev. Il s'agit d'un outil pratique permettant aux développeurs d'intégrer une logique de décision structurée directement dans leurs applications Ruby.
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 sponsorCette publication communautaire examine Jev en tant que classificateur de décision rapide. L'auteur remet en question sa précision dans des scénarios complexes, tout en suggérant des avantages potentiels pour des tâches spécifiques nécessitant une faible latence dans des espaces restreints.
Janus présente un système de calibration et de routage basé sur la confiance pour la prise de décision. Le projet affiche une précision de 80,2 % sur le jeu de données Banking77, l'auteur revendiquant une efficacité de coût de 0,103 $ pour 500 décisions.
Ce projet présente un moteur de décision non autorégressif de 151M pour les environnements Jev. Le créateur affirme que le modèle atteint des mesures de précision et de calibration spécifiques sur le benchmark de décisions typées LocalLLaMA par rapport aux implémentations TypeSafe Jev et Laya.
jev-align fournit un cadre pour vérifier l'alignement des réponses LLM et des plans d'agents. Cette ressource démontre comment utiliser Jev pour calibrer et valider les sorties du modèle par rapport à des contraintes de sécurité ou opérationnelles définies.
An optimized inference engine to turn LLMs into Jev-like machines: optimized for quick, lightweight, and accurate decision-making, classification, and scoring.

Guideless is an AI-powered platform that turns software workflows into video training guides.
Explore sponsorCe projet implémente un système de correspondance en deux étapes conçu pour relier les objectifs des utilisateurs au catalogue MCP. Il démontre comment TypeSafe Jev peut être utilisé pour rationaliser les processus de découverte et de sélection d'outils basés sur des agents.
A developer project integrating Home Assistant with Jev for processing user input without an LLM.
Ce projet présente un agent de navigation Jev implémenté en Go, connecté à une instance Chrome réelle. Il propose un cadre pour automatiser les tâches web en reliant l'environnement d'exécution Go aux capacités d'automatisation du navigateur.
Cette démonstration illustre comment Jev peut suivre et réagir au sentiment de l'utilisateur au fil du temps. Elle utilise une gestion d'état structurée pour maintenir un profil d'humeur persistant basé sur le ton des interactions en cours.
Hemant Kumar on his 151M ModernBERT reproduction: 0.83% adaptive calibration error, 3.0% of predictions flip when the option list is reversed, 35.6ms on CPU, with the failed use cases reported alongside the wins.
Official TypeSafe reference: Knowledge graph entity alignment.
Cette extension Chrome open source utilise Jev pour filtrer la prose générée par IA et les publicités sur les pages web. Elle illustre une application concrète pour les utilisateurs souhaitant gérer la qualité du contenu lors de leur navigation.
Cette documentation de référence officielle détaille les primitives structurelles avancées pour TypeSafe AI. Elle fournit des conseils techniques sur l'organisation d'architectures de données complexes afin d'assurer la cohérence et la fiabilité des flux de travail de développement d'IA.
Ce projet présente un modèle de type Système Un affiné à partir de Qwen3.5-2B. Il démontre une méthode pour effectuer des décisions typées en un seul passage, en intégrant des probabilités calibrées pour améliorer la fiabilité des flux de travail de raisonnement automatisé.
Semantic schemas over TypeSafe's Jev — validate the state locally, then project typed answers.
chowder is a unified API layer that aggregates, normalizes, and serves your data from any source. One endpoint. Every ingredient.
Explore sponsorCette ressource officielle de TypeSafe AI fournit un aperçu fondamental des concepts d'apprentissage automatique. Elle sert de guide d'introduction pour comprendre les principes de base et la terminologie au sein de l'écosystème TypeSafe pour ceux qui débutent dans l'intelligence artificielle.
A test project based on Jev AI, the goal is to build a search function for a blog/article website that has 100s of articles to search from, So the user can actually use the search as chat to question anything and find related answers/articles.
Ce projet propose un harnais de décision pour TypeSafe Jev, intégrant des portes de confiance, un mode fantôme et des recettes d'évaluation. L'auteur revendique une exécution plus rapide sur les tâches de filtrage de lignes par rapport à Claude CLI, sans vérification indépendante.
limpet propose un crochet d'arrêt conçu pour empêcher les agents de codage d'interrompre leurs tâches trop tôt. Il utilise des règles en langage clair évaluées par Jev pour assurer la continuité du processus.
What your last session knew, scored against what this one is doing. MCP server: a per-project ledger written as things happen, recalled per task with TypeSafe's Jev evaluation model via Vercel AI Gateway.

The AI-augmented control plane for cybersecurity — unify your security stack, quantify cyber risk in dollars, and run governed AI agents.
Explore sponsorCe projet démontre l'assurance qualité frontend basée sur des preuves en utilisant Jev Ultrafast et Browser Harness. Il propose une application de tâches synthétique pour illustrer l'intégration de ces outils dans des flux de travail de test automatisés.
Does a TypeSafe Jev rerank beat embedding search? Graded relevance eval (9,831 pairs, 164 zh/en queries) over the Agent Skills Hub catalog, with the judge-circularity bias measured.
Ce guide TypeSafe AI présente des techniques pour catégoriser les passages récupérés au sein des pipelines RAG. Il enseigne aux développeurs comment implémenter une logique de classification afin d'améliorer la pertinence et la précision des systèmes de recherche d'informations.
Jev Social présente un outil de recherche automatisé qui effectue des opérations de navigation limitées sur les réseaux sociaux. Il capture des preuves provenant d'Instagram, TikTok et LinkedIn pour générer des rapports cités basés sur les données récupérées.
Jev-AV est un outil de sécurité qui extrait des caractéristiques structurelles, telles que l'entropie et les hachages, des exécutables, scripts et documents. Il utilise Jev pour évaluer en temps réel si ces fichiers présentent un caractère malveillant.

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 sponsorCet outil en ligne de commande facilite l'apprentissage actif en intégrant les retours humains avec GEPA. Il démontre un flux de travail pour affiner les définitions de décision Jev grâce à des processus itératifs d'étiquetage et d'alignement.
The invalidation layer for AI memory. Every fact gets a lease; new evidence ends it. Built on TypeSafe Jev.
Cette plateforme communautaire propose plus de 110 cas d'utilisation, jeux et défis logiques pour l'IA. Elle dispose d'une interface mobile permettant aux utilisateurs de modifier des prompts et d'effectuer des comparaisons A/B pour évaluer les résultats de différents modèles.
Ce dépôt fournit un SDK Swift conçu pour l'intégration avec TypeSafe AI. Il sert d'outil de développement pour faciliter la communication et la gestion des données au sein de l'écosystème TypeSafe pour les applications Swift.
Job Risk Analyzer est un outil CLI et API REST conçu pour évaluer les risques professionnels. Il utilise Jev pour calculer un score d'exposition des métiers aux licenciements liés à l'IA et pour mesurer leur résilience globale.

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 sponsorCe dépôt fournit un SDK Go non officiel pour interagir avec les services TypeSafe AI. Il démontre comment les développeurs peuvent intégrer les fonctionnalités de TypeSafe AI dans des applications basées sur Go via une interface client structurée.
Ce dépôt propose un cadre pour mettre en œuvre des flux de travail Jev à typage sûr et limités pour les agents de codage. Il démontre comment structurer les processus d'agents pour maintenir la fiabilité et la sécurité dans les tâches de développement logiciel automatisées.
Ce projet expérimental présente un générateur de signaux Bitcoin multi-horizons. Il utilise les probabilités TypeSafe Jev ainsi que les données de marché de Binance pour explorer des indicateurs de tendance potentiels au sein d'un cadre d'analyse technique.
Pre-commit hook: one Jev call judges whether your commit message matches the staged diff, plus debug leftovers, unmentioned work, and a credential check.
Cette implémentation en un seul fichier fournit des capacités de modération des entrées pour les agents Mastra intégrés à TypeSafe Jev. Elle démontre une approche simplifiée pour filtrer les interactions des agents afin d'assurer des flux de communication IA plus sûrs et contrôlés.

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 sponsorCette expérience présente StarCraft Brood War fonctionnant via WebAssembly en tant que serveur MCP. Elle montre un agent IA tentant de jouer, bien que le créateur précise que l'agent a été vaincu par une attaque Zerg.
Ce projet présente un système de routage automatique de modèles pour Pi utilisant Jev de TypeSafe via Vercel AI Gateway. Il fournit un cadre pour gérer les requêtes de modèles et la distribution du trafic au sein de l'écosystème Jev.
Cette demande de fusion intègre Jev dans la logique de réordonnancement des suggestions de stations pour l'application de transport TrainLCD. Ce projet illustre l'implémentation de Jev pour affiner les résultats de recherche et améliorer la pertinence des suggestions de stations.
A verified, community-maintained catalog of 485 open-source projects built with Jev.
Cette bibliothèque Rust fournit une intégration légère pour interagir avec l'écosystème Jev de TypeSafe AI. Elle démontre comment les développeurs peuvent implémenter une connectivité côté client avec les services Jev dans des applications basées sur Rust.
Ce projet présente un outil de saisie semi-automatique d'emojis conçu avec TypeSafe AI Jev. Il illustre le traitement des entrées en temps réel au sein d'une application TanStack Start hébergée sur Whop, mettant en avant l'intégration de Jev pour des suggestions textuelles réactives.
jevprune est un utilitaire permettant de filtrer les sorties de ligne de commande pour les agents de codage. Il utilise des descriptions de tâches pour élaguer les données inutiles des flux de terminaux, aidant ainsi les agents à se concentrer sur l'essentiel.
Ce projet propose une implémentation de serveur MCP secondaire pour Jev. Il sert de ressource technique aux développeurs souhaitant intégrer des composants basés sur PyModel dans leurs flux de travail d'agents compatibles avec Jev.
TrustGate est une passerelle de confiance et de sécurité pour les médias indépendants utilisant TypeSafe Jev. Cet outil présente un cadre permettant de gérer la modération de contenu et les protocoles de sécurité dans des environnements médiatiques décentralisés via des processus de validation typés.
Cet outil utilise le modèle Jev pour filtrer les messages texte entrants afin de détecter les tentatives d'escroquerie. Il illustre une application concrète de la technologie TypeSafe AI pour renforcer la sécurité des communications mobiles par l'analyse automatisée.
chowder is a unified API layer that aggregates, normalizes, and serves your data from any source. One endpoint. Every ingredient.
Explore sponsorCe guide de référence TypeSafe AI présente des méthodes standardisées pour extraire des données temporelles à partir de textes non structurés. Il fournit des modèles essentiels permettant aux développeurs d'implémenter une analyse de dates fiable dans leurs applications IA.
TypeSafe Jev playground — custom Choice/Score/Noul builder with live distributions.
⚡ Sub-100ms cognitive reflexes for autonomous coding agents. Powered by TypeSafe AI's Jev & get-fable.
Jev plays browser table tennis in real time: structured telemetry, typed decisions, ordinary Chrome inputs, and auditable evidence.
Visual-Jev est un projet de recherche qui prend des décisions basées sur des images plutôt que sur des descriptions textuelles. L'auteur présente un système conçu pour interpréter directement le contenu visuel, explorant ainsi les capacités de raisonnement visuel automatisé.

The AI-augmented control plane for cybersecurity — unify your security stack, quantify cyber risk in dollars, and run governed AI agents.
Explore sponsorAn experimental Snake environment where the game engine owns deterministic rules and TypeSafe AI's Jev makes the movement decision from structured state on every tick.
Dasheng est un outil combinant la reconnaissance vocale et Jev pour transcrire et marquer le contenu parlé mot par mot en temps réel. Il illustre une méthode de capture et d'annotation textuelle lors d'interactions vocales en direct.
ailerix est un routeur de modèles à typage fort pour les systèmes Jev. Il illustre une méthode permettant de diriger les requêtes entrantes vers des routes de catalogue typées afin d'accroître la fiabilité du système.
Ce guide montre comment intégrer le SDK Vercel AI à des fins d'évaluation. L'auteur explore des étapes de mise en œuvre pratiques pour les développeurs cherchant à évaluer les performances des modèles d'IA dans leurs flux de travail existants.
Ce dépôt propose un suivi complet de l'écosystème Jev, répertoriant plus de 220 cas documentés. Il propose des entrées classées par niveau de confiance, mises à jour toutes les trois heures, ainsi qu'un guide pour l'accès à l'API.