Proposer un lien
English
한국어
日本語
Español
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
Retour au labJEVLAB / FIELD NOTES
Fraîchement sorti du labo
Une liste de lecture datée des ressources nouvellement ajoutées et des JEVLAB NEWS. Revenez pour voir ce qui a changé, ou suivez le flux RSS dans votre propre lecteur.
Mémorisez cette visite sur ce navigateur pour mettre en évidence les nouveaux ajouts la prochaine fois. Aucune connexion ou suivi inter-appareils.
Les dates indiquent quand un élément est devenu disponible dans JEVLAB, en UTC, et non quand sa source originale a été publiée. Les modifications de traduction uniquement ne comptent pas comme de nouvelles ressources.
36
jev-trade
Ce dépôt propose une implémentation de trading en direct pour la plateforme Hyperliquid utilisant Jev. Il démontre comment intégrer une logique de trading automatisé avec l'API de l'échange pour exécuter des opérations de marché en temps réel.
github.comComparaison entre LLM et Jev
Cette ressource compare Jev aux LLM en soulignant la manière dont Jev évalue directement des décisions prédéfinies. Elle démontre comment cette différence architecturale permet le traitement parallèle de questions indépendantes, distinguant son approche opérationnelle des modèles de langage génératifs classiques.
x.comJevPromptCoach
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.
github.comAgent-JEV-Tetris
Ce projet présente une implémentation du modèle JEV appliquée au jeu classique Tetris. Il sert de démonstration expérimentale pour observer comment le modèle gère la prise de décision en temps réel et la logique spatiale au sein d'un environnement de jeu structuré.
github.comSaut de sponsors YouTube
Cette extension Chrome utilise Jev pour détecter et ignorer automatiquement les segments sponsorisés dans les vidéos YouTube en temps réel. Elle illustre une application pratique de l'analyse de contenu en direct pour optimiser l'expérience de visionnage.
x.comDéfi de constructeurs Jev et Fable 5.1
Cet événement met en scène 100 développeurs utilisant Jev et Fable 5.1 pour créer un planificateur de publications. La démonstration souligne la rapidité du framework Jev lors des cycles de développement d'applications rapides.
x.comllama-index-jev
Ce projet illustre l'intégration du reranking et du routage LlamaIndex avec TypeSafe Jev. Il explore l'utilisation de scores et de choix typés pour gérer les décisions, visant à proposer une alternative plus économique aux méthodes d'évaluation classiques basées sur les LLM.
github.comDétection de fraude avec Jev et Kimi K3
Ce projet présente une approche multicouche pour la détection de la fraude par e-mail. Il utilise Jev pour la classification initiale, tout en déléguant les cas incertains à Kimi K3 afin d'améliorer la précision dans l'identification des communications potentiellement malveillantes.
x.comWhose Jev Is It Anyway?
Cette expérience créative explore le rôle de Jev dans le jugement de la comédie d'improvisation. L'auteur présente un cadre hypothétique sur la manière dont les systèmes automatisés pourraient évaluer les arts de la scène spontanés.
x.comai-cli
Cet outil d'interface en ligne de commande de Vercel Labs permet aux développeurs d'interagir avec des modèles d'IA directement depuis le terminal. Il montre comment intégrer Jev comme modèle d'évaluation pour les tests de performance et l'assurance qualité automatisée.
github.comjev-decisions
Ce dépôt fournit des mécanismes de validation de sécurité pour les agents IA tels que Hermes. Il démontre comment mettre en œuvre des vérifications automatisées nécessitant une approbation ou une validation humaine avant qu'un agent n'exécute des actions ou ne modifie le système.
github.comjev-pr-labeler
Cet outil automatise l'étiquetage des pull requests GitHub en utilisant des décisions typées Jev. Il catégorise les modifications selon leur portée conceptuelle plutôt que par nombre de lignes, fournissant ainsi un contexte plus pertinent pour les revues de code.
github.comscam-shield
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.
github.comdaf-jev
Ce kit d'outils Python fournit un cadre modulaire pour interagir avec l'API de décision Jev. Il propose des fonctionnalités pour créer des questions, mettre en œuvre des seuils de confiance et gérer les compétences des agents via une interface CLI et MCP.
github.comtypesafe-on-neon
Ce projet propose un proxy Neon Function pour la passerelle Neon AI. Il démontre l'implémentation du routage Jev avec typage sécurisé pour gérer les requêtes de services IA dans un environnement de développement structuré et fiable.
github.comjev-skill-router
Ce projet présente une implémentation de Jev pour le routage de compétences au sein d'un système d'agents. Il illustre l'application de modèles de développement communautaires pour gérer la distribution des tâches et les processus décisionnels dans les systèmes autonomes.
x.comJev joue à Geometry Dash
Cette expérience communautaire présente Jev interagissant avec le jeu de plateforme Geometry Dash. Elle démontre la capacité du modèle à traiter les entrées visuelles du jeu et à exécuter les commandes de contrôle correspondantes dans un environnement de jeu en temps réel.
x.comFunction calling
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.
docs.typesafe.aiTraitement de la bibliothèque publicitaire MaxFusion
Cette démonstration présente Jev traitant un grand volume de données publicitaires. Le créateur affirme que le système peut gérer près de deux mille publicités en moins de vingt secondes, suggérant un potentiel pour les flux de travail d'analyse de marché à haute vitesse.
x.comjev-mcp
Cette preuve de concept présente une implémentation du protocole de contexte de modèle pour l'IA Jev. Elle sert d'outil d'intégration expérimental pour les développeurs explorant la connectivité de Jev au sein de flux de travail basés sur des agents.
github.comjev-code
Ce projet propose une interface en ligne de commande TypeScript interactive utilisant Jev pour le routage typé et la prise de décision. Il illustre l'utilisation d'arbres formels validés pour structurer et exécuter des flux de travail d'agents basés sur le code.
github.comAperçu de Jev System One
Cette ressource présente les fonctions principales et les mesures d'évaluation de Jev en tant que modèle System One de TypeSafe. Elle offre un aperçu du fonctionnement du système et des critères utilisés pour évaluer ses performances dans les flux de travail d'agents.
skillsagentes.comdsh-jev-tools
Ce projet intègre Jev au framework DeepSeek Harness. Il démontre comment les développeurs peuvent utiliser Jev pour des tâches de jugement automatisées au sein des pipelines d'évaluation existants afin de rationaliser les flux de travail d'évaluation des modèles.
github.comGuide d'installation des compétences Jev
Ce guide présente la procédure d'installation des compétences Jev. Il met en avant la capacité de ces modules à se substituer aux usages classiques des grands modèles de langage pour optimiser l'exécution de tâches ciblées.
x.comJev sur Vercel AI Gateway
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.
vercel.comCalibrage du seuil de confiance Jevcal
Cet outil open source propose un mécanisme pour calibrer les seuils de confiance dans les systèmes Jev. Il illustre une approche pratique permettant aux utilisateurs d'ajuster la sensibilité afin d'aligner les sorties du modèle sur leurs besoins opérationnels.
x.comDétecteur de sophismes
Cette extension pour le navigateur Brave analyse les publications sur les réseaux sociaux pour identifier les sophismes en temps réel. Elle marque le contenu avec un drapeau vert lorsqu'elle détecte des arguments bien raisonnés, aidant ainsi les utilisateurs à évaluer la qualité des échanges en ligne.
x.comjev-cua
Ce projet propose une interface d'utilisation informatique locale conçue pour les environnements Codex et Waku. Il illustre un flux de travail rationalisé pour les développeurs souhaitant intégrer l'exécution de tâches automatisées directement dans leurs configurations locales.
github.comgg-friggin-ez
Cette bibliothèque Node.js utilise TypeSafe AI Jev pour filtrer les propos profanes et toxiques. Elle est conçue pour détecter les textes obfusqués, comme le leetspeak ou les espacements de caractères, dans plusieurs langues indiennes dont le hindi, le bengali et le télougou.
github.comharnessjudge
harnessjudge fournit un cadre pour évaluer les flux de travail des agents via TypeSafe Jev. Il illustre comment classer systématiquement les étapes d'un agent en succès, nouvelle tentative, escalade ou arrêt, en se basant sur une logique opérationnelle définie.
github.comask-jev
Ce projet démontre l'utilisation du modèle Jev de type RLCD de TypeSafe AI pour évaluer les sessions de codage par agents. L'auteur affirme que cette approche constitue une méthode indépendante et peu coûteuse pour évaluer les tâches de programmation automatisées.
github.comjevmail
jevmail est un outil open source utilisant Jev pour trier automatiquement les e-mails Gmail en catégories comme les réponses nécessaires ou le spam. L'auteur indique que l'outil fonctionne localement en mode lecture seule et traiterait 1 000 e-mails par minute.
github.comjev (dannote)
Cette bibliothèque fournit une intégration TypeSafe Jev pour les environnements OTP. Elle montre comment gérer les réponses Jev au sein d'un processus GenServer, permettant aux développeurs d'effectuer un filtrage par motif sur les réponses reçues pour une meilleure fiabilité.
github.comDémos de TypeSafe AI
Cette ressource officielle propose une collection de démonstrations de référence pour TypeSafe AI. Elle sert d'index central permettant aux utilisateurs d'explorer des implémentations pratiques et des exemples vérifiés des capacités principales et des modèles architecturaux de la plateforme.
docs.typesafe.aiExpérience de navigation par drone Jev
Cette expérience démontre la capacité de Jev à éviter les obstacles en temps réel pour un drone naviguant dans un champ d'astéroïdes simulé. Le projet met en avant des capacités de prise de décision autonome dans des environnements dynamiques.
x.comLitJev
LitJev est une reproduction du framework Jev permettant aux modèles Qwen d'agir comme des moteurs de décision. Il utilise le schéma /v1/systemone pour renvoyer des choix et des scores sans nécessiter d'entraînement ni de génération de texte.
github.com
