Invia una scoperta
English
한국어
日本語
Español
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Tiếng Việt
Türkçe
Polski
Русский
Torna al laboratorioJEVLAB / FIELD NOTES
Novità dal laboratorio
Un elenco di lettura datato di risorse appena aggiunte e JEVLAB NEWS. Torna per vedere cosa è cambiato o segui il feed RSS nel tuo lettore.
Ricorda questa visita su questo browser per evidenziare le nuove aggiunte la prossima volta. Nessun accesso o tracciamento cross-device.
Le date mostrano quando un elemento è diventato disponibile in JEVLAB, in UTC, non quando è stata pubblicata la sua fonte originale. Le modifiche di sola traduzione non contano come nuove risorse.
36
jev-spam-eval
Questo progetto esplora il filtraggio dello spam zero-shot utilizzando le domande TypeSafe Jev Noul. Fornisce un'analisi comparativa rispetto alle baseline TF-IDF per valutare le prestazioni di classificazione nelle attività di filtraggio del testo.
github.compi-jev-skill-picker
Questo strumento utilizza le capacità di valutazione di Jev per classificare le competenze degli agenti Pi per compiti specifici. Dimostra un metodo per ottimizzare le prestazioni dell'agente abbinando capacità specializzate ai requisiti dell'utente attraverso una valutazione sistematica.
github.comgot-jev
Questo progetto di prova di concetto esplora l'integrazione di Jev TypeSafe AI attraverso il tema di Game of Thrones. Dimostra come i modelli di dati strutturati possano essere utilizzati all'interno di un contesto applicativo narrativo.
github.comomp-jev-compaction
Questo strumento dimostra un metodo per la riduzione del contesto basato sui punteggi Jev in ambienti omp. Gestisce i flussi di dati tramite le piattaforme TypeSafe o OpenRouter per ottimizzare l'utilizzo del contesto per gli agenti IA.
github.compi-typesafe
Questo progetto offre un'estensione per agenti di codifica basata sull'API TypeSafe AI System One. Dimostra come integrare l'infrastruttura basata su Jev nei flussi di lavoro di sviluppo per facilitare le attività di programmazione automatizzate e le interazioni tra agenti.
github.comtypesafe-ai
Questa libreria Rust fornisce client tipizzati per servizi di IA, con supporto per backend asincroni e bloccanti. Dimostra come implementare meccanismi di riprova osservabili per migliorare l'affidabilità delle interazioni nelle applicazioni basate su IA.
github.comjev_local
Questo progetto esplora la fattibilità dell'esecuzione di flussi di lavoro basati su Jev utilizzando modelli linguistici di grandi dimensioni locali. Fornisce un framework per consentire agli utenti di sperimentare implementazioni private e offline delle architetture Jev sul proprio hardware.
github.comjev-model-router
Questo plugin si integra con Claude Code e altri strumenti per selezionare modelli di IA basandosi sulla logica decisionale Jev e sui prezzi di OpenRouter. Mira a bilanciare intelligenza, velocità e costi per ogni attività.
github.comtypesafe-dotnet-sdk
Questo SDK .NET sviluppato dalla community fornisce un'interfaccia per l'API TypeSafe AI System One. Consente agli sviluppatori di implementare domande tipizzate noul, choice e score, ottenendo risposte strutturate con punteggi di confidenza all'interno delle applicazioni .NET.
github.comtsai-sc
Questo progetto dimostra un approccio per controllare la versione shareware originale di StarCraft utilizzando TypeSafe Jev. Utilizza l'emulazione di tastiera e mouse basata su probabilità di azione registrate per interagire con l'ambiente di gioco.
github.comJev: Decisioni tipizzate
Questa guida spiega l'approccio di Jev per prendere decisioni tipizzate invece di elaborare testo. Dimostra come gli sviluppatori possono implementare una logica con sicurezza dei tipi per migliorare l'affidabilità nei flussi di lavoro automatizzati.
flaviocopes.comValutazione automatizzata degli annunci video
Questo strumento utilizza Maxfusion e Jev per valutare le singole inquadrature negli annunci video. Il creatore afferma che il sistema elabora centinaia di annunci in pochi minuti, dimostrando un metodo per l'analisi visiva rapida e la valutazione automatizzata.
x.comjev-search
Questo strumento CLI in Python dimostra un approccio sperimentale alla ricerca semantica di righe utilizzando TypeSafe Jev e OpenRouter. Fornisce un'interfaccia leggera per interrogare i dati senza richiedere complesse dipendenze di runtime.
github.comInstradamento dei prompt Starchild
Starchild utilizza Jev per la classificazione dei prompt in tempo reale. Il creatore afferma che questa implementazione riduce i costi operativi di 20 volte e aumenta la velocità di elaborazione di 6 volte, con un tempo medio di 140ms.
x.combrowser-ai
Questo progetto dimostra un agente browser Jev implementato in Go, collegato a un'istanza reale di Chrome. Fornisce un framework per automatizzare le attività basate sul web integrando il runtime di Go con le funzionalità di automazione del browser.
github.comdecider
Questo progetto presenta un modello in stile Sistema Uno ottimizzato a partire da Qwen3.5-2B. Dimostra un metodo per eseguire decisioni tipizzate in un unico passaggio, incorporando probabilità calibrate per migliorare l'affidabilità nei flussi di lavoro di ragionamento automatizzato.
github.comtoolgate
toolgate fornisce un livello di sicurezza per le chiamate agli strumenti e MCP degli agenti. Consente agli sviluppatori di implementare flussi di lavoro di autorizzazione, rifiuto o approvazione umana tramite TypeSafe Jev per gestire l'accesso agli strumenti esterni.
github.comsystem-one-open
Questo progetto fornisce una replica open source dell'architettura Jev. Dimostra come ottenere processi decisionali tipizzati e calibrati in un unico passaggio in avanti utilizzando i modelli Gemma 4 E2B o Gemma 3 270M.
github.comBacktest del mercato azionario danese
Questo progetto dimostra un approccio di backtesting basato sul sentiment per il mercato azionario danese nel 2025. Illustra come Jev possa aggregare diverse fonti di dati per eseguire analisi finanziarie a basso costo.
x.comopenjev
Questo progetto di ricerca esplora il processo decisionale probabilistico bilingue locale utilizzando contesto, domande e risposte candidate. Si tratta di un esperimento indipendente ispirato ai concetti di TypeSafe Jev per valutare come i modelli elaborano localmente gli input specifici della lingua.
github.comGameplay di Subway Surfers con Jev
Questa dimostrazione mostra Jev che gestisce più istanze di Subway Surfers contemporaneamente. Il creatore afferma che il sistema raggiunge un gameplay ad alta velocità su 50 sessioni simultanee a basso costo, sebbene queste metriche di prestazione non siano state verificate in modo indipendente.
x.comjev-tetris
Questo progetto presenta una dimostrazione visiva di Tetris in cui Jev viene utilizzato per determinare il posizionamento dei pezzi. Serve come esperimento per integrare la logica TypeSafe nelle meccaniche di gioco classiche.
github.comis-malicious
Questo strumento utilizza Jev per analizzare le basi di codice alla ricerca di comportamenti ingannevoli o furto di dati. Segnala file e righe sospette, consentendo agli utenti di valutare i potenziali rischi di sicurezza prima di eseguire il codice.
github.comIntegrazione del motore di raccomandazione Jev
Questa ricerca dimostra come Jev si integri nei sistemi di raccomandazione. Il creatore afferma che il modello genera oltre 70 suggerimenti personalizzati per utente, citando costi operativi specifici per utente per l'implementazione.
x.comAutoconsistenza: scelte
Questa guida di riferimento di TypeSafe AI spiega il metodo dell'autoconsistenza per migliorare l'affidabilità degli output del modello. Dimostra come valutare molteplici percorsi di ragionamento per selezionare la risposta più coerente durante l'esecuzione di compiti logici complessi.
docs.typesafe.aiRapporto sulle build di Jev
Questo rapporto descrive in dettaglio tutte le build pubbliche di Jev durante la prima settimana. Raccoglie metadati dei repository, tempi di elaborazione e metriche di costo, offrendo una risorsa di ricerca per analizzare l'attività iniziale e i modelli di sviluppo sulla piattaforma.
madewithjev.comRegistro delle modifiche dell'SDK TypeSafe
Questa risorsa ufficiale fornisce un registro cronologico degli aggiornamenti e delle modifiche apportate all'SDK TypeSafe. Serve come riferimento principale per gli sviluppatori per tracciare la cronologia delle versioni e identificare le modifiche specifiche implementate nella piattaforma.
docs.typesafe.aiAgenti Jido a Tic-Tac-Toe
Questa dimostrazione mostra gli agenti Jido che utilizzano Jev per effettuare mosse in una partita a Tic-Tac-Toe. Serve come esempio pratico di come Jev possa essere applicato per coordinare i processi decisionali in ambienti di gioco multi-agente.
x.comTest avversari del browser in parallelo
Questo progetto dimostra una suite di test avversari basata su browser in parallelo massivo per valutare i rilasci di software. Il creatore afferma che questo approccio consente test automatizzati convenienti eseguendo più istanze del browser per identificare potenziali vulnerabilità.
x.comTrustGate
TrustGate è un gateway di fiducia e sicurezza per media indipendenti che utilizza TypeSafe Jev. Questo strumento dimostra un framework per gestire la moderazione dei contenuti e i protocolli di sicurezza in ambienti mediatici decentralizzati tramite processi di validazione tipizzati.
github.comOpenvons
Openvons è un livello decisionale progettato per elaborare testo, immagini e comandi vocali in giapponese. Il progetto dimostra un metodo per generare risposte probabilistiche basate su un insieme limitato di opzioni.
github.comJev su Netlify AI Gateway
Questa integrazione consente a Jev di funzionare all'interno dell'ambiente Netlify AI Gateway. Dimostra un processo di configurazione semplificato per distribuire flussi di lavoro basati su Jev direttamente tramite l'infrastruttura Netlify.
netlify.comPanoramica dell'architettura Jev
Queste note tecniche descrivono l'architettura di Jev, concentrandosi in particolare sull'implementazione dell'elaborazione parallela e sulla capacità di produrre output di probabilità senza fare affidamento sulla generazione di testo tradizionale.
x.comtypesafe-sdk-go
Questo repository fornisce un SDK Go non ufficiale per interagire con i servizi TypeSafe AI. Dimostra come gli sviluppatori possono integrare le funzionalità di TypeSafe AI in applicazioni basate su Go tramite un'interfaccia client strutturata.
github.comopenjev-sglang
Questo progetto fornisce un'API pubblica compatibile con Jev che utilizza modelli aperti. Dimostra un approccio per ottenere un'elaborazione parallela rapida per i flussi di lavoro basati su Jev utilizzando il framework sglang.
x.comotto
otto è un agente open-source per macOS e Windows che consente l'interazione nativa con il computer. Utilizza TypeSafe Jev, OCR locale e pianificazione selettiva per eseguire attività direttamente nell'ambiente desktop.
github.com
