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-trade
Questo repository fornisce un'implementazione di trading dal vivo per la piattaforma Hyperliquid utilizzando Jev. Dimostra come integrare la logica di trading automatizzato con l'API dell'exchange per eseguire operazioni di mercato in tempo reale.
github.comConfronto tra LLM e Jev
Questa risorsa mette a confronto Jev e i modelli LLM, evidenziando come Jev valuti direttamente decisioni predefinite. Dimostra come questa differenza architetturale consenta l'elaborazione parallela di domande indipendenti, distinguendo il suo approccio operativo dai modelli linguistici generativi standard.
x.comJevPromptCoach
JevPromptCoach è un plugin per Claude Code che valuta la qualità dei prompt inviati agli agenti di programmazione. Utilizza il modello Jev di TypeSafe per monitorare le abitudini di interazione e fornire feedback senza introdurre latenza aggiuntiva.
github.comAgent-JEV-Tetris
Questo progetto dimostra un'implementazione del modello JEV applicata al classico gioco Tetris. Serve come dimostrazione sperimentale per osservare come il modello gestisce il processo decisionale in tempo reale e la logica spaziale all'interno di un ambiente di gioco strutturato.
github.comSalta sponsor YouTube
Questa estensione per Chrome utilizza Jev per rilevare e saltare automaticamente i segmenti sponsorizzati nei video di YouTube in tempo reale. Il progetto dimostra un'applicazione pratica dell'analisi dei contenuti in tempo reale per migliorare l'esperienza di visione dell'utente.
x.comSfida tra sviluppatori con Jev e Fable 5.1
Questo evento mostra 100 sviluppatori che utilizzano Jev e Fable 5.1 per creare un pianificatore di post. La dimostrazione mette in evidenza la velocità del framework Jev durante i cicli di sviluppo rapido delle applicazioni.
x.comllama-index-jev
Questo progetto dimostra l'integrazione del reranking e del routing di LlamaIndex con TypeSafe Jev. Esplora l'uso di punteggi e scelte tipizzate per gestire i processi decisionali, mirando a offrire un'alternativa più economica rispetto ai metodi di valutazione LLM-as-judge tradizionali.
github.comRilevamento frodi con Jev e Kimi K3
Questo progetto dimostra un approccio multilivello per il rilevamento delle frodi via e-mail. Utilizza Jev per la classificazione iniziale, delegando i casi incerti a Kimi K3 per migliorare la precisione nell'identificazione di comunicazioni potenzialmente dannose.
x.comWhose Jev Is It Anyway?
Questo esperimento creativo esplora il ruolo di Jev nel giudicare la commedia d'improvvisazione. L'autore presenta un quadro ipotetico su come i sistemi automatizzati potrebbero valutare le arti performative spontanee.
x.comai-cli
Questo strumento da riga di comando di Vercel Labs consente agli sviluppatori di interagire con i modelli di IA direttamente dal terminale. Dimostra come integrare Jev come modello di valutazione per attività di test delle prestazioni e controllo qualità automatizzati.
github.comjev-decisions
Questo repository fornisce meccanismi di convalida della sicurezza per agenti IA come Hermes. Dimostra come implementare controlli automatizzati che richiedono l'approvazione o la verifica umana prima che un agente esegua azioni o modifichi lo stato del sistema.
github.comjev-pr-labeler
Questo strumento automatizza l'etichettatura delle pull request di GitHub utilizzando decisioni tipizzate Jev. Classifica le modifiche in base all'ambito concettuale anziché al numero di righe, fornendo un contesto più significativo per le revisioni del codice.
github.comscam-shield
Questo strumento utilizza il modello Jev per filtrare i messaggi di testo in arrivo alla ricerca di potenziali truffe. Dimostra un'applicazione pratica della tecnologia TypeSafe AI per migliorare la sicurezza nelle comunicazioni mobili tramite l'analisi automatizzata.
github.comdaf-jev
Questo toolkit Python fornisce un framework modulare per interagire con l'API decisionale Jev. Include funzionalità per creare domande, implementare soglie di confidenza e gestire le competenze degli agenti tramite un'interfaccia CLI e un server MCP.
github.comtypesafe-on-neon
Questo progetto fornisce un proxy Neon Function per il Neon AI Gateway. Dimostra come implementare il routing Jev con sicurezza dei tipi per gestire le richieste di servizi IA all'interno di un ambiente di sviluppo strutturato e affidabile.
github.comjev-skill-router
Questo progetto dimostra un'implementazione di Jev per il routing delle competenze all'interno di un sistema di agenti. Mostra come i modelli di sviluppo guidati dalla comunità possano essere applicati per gestire la distribuzione dei compiti e i processi decisionali.
x.comJev gioca a Geometry Dash
Questo esperimento della community mostra Jev che interagisce con il gioco platform Geometry Dash. Dimostra la capacità del modello di elaborare input visivi di gioco ed eseguire i comandi di controllo corrispondenti all'interno di un ambiente di gioco in tempo reale.
x.comFunction calling
Questa guida ufficiale di TypeSafe AI spiega i meccanismi della chiamata a funzione. Dimostra come integrare strumenti esterni e l'elaborazione di dati strutturati nei flussi di lavoro LLM per migliorare l'esecuzione dei compiti e l'interazione dinamica con sistemi esterni.
docs.typesafe.aiElaborazione della libreria pubblicitaria MaxFusion
Questa dimostrazione mostra Jev che elabora un grande volume di dati pubblicitari. Il creatore afferma che il sistema può gestire quasi duemila annunci in meno di venti secondi, suggerendo un potenziale per flussi di lavoro di analisi di mercato ad alta velocità.
x.comjev-mcp
Questa prova di concetto dimostra un'implementazione del Model Context Protocol per il modello AI Jev. Funge da strumento di integrazione sperimentale per gli sviluppatori che esplorano la connettività di Jev all'interno di flussi di lavoro basati su agenti.
github.comjev-code
Questo progetto offre una CLI TypeScript interattiva che utilizza Jev per il routing tipizzato e il processo decisionale. Dimostra l'implementazione di alberi formali validati per strutturare ed eseguire flussi di lavoro di agenti basati su codice.
github.comPanoramica di Jev System One
Questa risorsa illustra le funzioni principali e le metriche di valutazione di Jev come modello System One di TypeSafe. Fornisce una panoramica del funzionamento del sistema e dei criteri utilizzati per valutarne le prestazioni nei flussi di lavoro degli agenti.
skillsagentes.comdsh-jev-tools
Questo progetto integra Jev nel framework DeepSeek Harness. Dimostra come gli sviluppatori possano utilizzare Jev per attività di giudizio automatizzate all'interno di pipeline di valutazione esistenti per semplificare i flussi di lavoro di valutazione dei modelli.
github.comGuida all'installazione delle skill Jev
Questa guida illustra come installare le skill Jev. Il materiale esplora la possibilità di utilizzare questi moduli come alternativa ai flussi di lavoro basati su modelli linguistici tradizionali, ottimizzando l'esecuzione delle attività.
x.comJev su Vercel AI Gateway
Questa risorsa fornisce un'implementazione ospitata di typesafe-ai/jev per le chiamate di valutazione dell'SDK AI. Dimostra come integrare Jev direttamente tramite Vercel AI Gateway, eliminando la necessità di una lista d'attesa TypeSafe per queste operazioni specifiche.
vercel.comCalibrazione della soglia di confidenza Jevcal
Questo strumento open source fornisce un meccanismo per calibrare le soglie di confidenza nei sistemi Jev. Dimostra un approccio pratico per consentire agli utenti di regolare la sensibilità e allineare gli output del modello alle specifiche esigenze operative.
x.comRilevatore di fallacie logiche
Questa estensione per il browser Brave analizza i post sui social media per identificare le fallacie logiche in tempo reale. Contrassegna i contenuti con una bandiera verde quando rileva argomentazioni ben ragionate, aiutando gli utenti a valutare la qualità del discorso online.
x.comjev-cua
Questo progetto fornisce un'interfaccia di utilizzo del computer locale progettata per gli ambienti Codex e Waku. Dimostra un flusso di lavoro semplificato per gli sviluppatori che desiderano integrare l'esecuzione di attività automatizzate direttamente nelle proprie configurazioni locali.
github.comgg-friggin-ez
Questa libreria Node.js utilizza TypeSafe AI Jev per rilevare linguaggio profano e tossico. È progettata per identificare testi offuscati, inclusi leetspeak e spaziatura dei caratteri, coprendo diverse lingue indiane come hindi, bengalese e telugu.
github.comharnessjudge
harnessjudge fornisce un framework per valutare i flussi di lavoro degli agenti utilizzando TypeSafe Jev. Dimostra come classificare sistematicamente i passaggi dell'agente come successo, riprova, escalation o arresto in base alla logica operativa definita.
github.comask-jev
Questo progetto dimostra l'uso del modello Jev di tipo RLCD di TypeSafe AI per valutare le sessioni di codifica degli agenti. L'autore afferma che questo approccio fornisce un metodo indipendente ed economico per valutare le attività di programmazione automatizzate.
github.comjevmail
jevmail è uno strumento open source che utilizza Jev per smistare automaticamente le email di Gmail in categorie come risposte necessarie o spam. L'autore sostiene che il software operi localmente in sola lettura e possa elaborare 1.000 email al minuto.
github.comjev (dannote)
Questa libreria fornisce un'integrazione TypeSafe Jev per ambienti OTP. Dimostra come gestire le risposte Jev all'interno di un processo GenServer, consentendo agli sviluppatori di eseguire il pattern matching sulle risposte ricevute per migliorare l'affidabilità.
github.comDemo di TypeSafe AI
Questa risorsa ufficiale fornisce una raccolta di demo di riferimento per TypeSafe AI. Funge da indice centrale per consentire agli utenti di esplorare implementazioni pratiche ed esempi verificati delle funzionalità principali e dei modelli architetturali della piattaforma.
docs.typesafe.aiEsperimento di navigazione con drone Jev
Questo esperimento dimostra come Jev esegua l'evitamento degli ostacoli in tempo reale per un drone che naviga attraverso un campo di asteroidi simulato. Il progetto evidenzia le capacità di processo decisionale autonomo in ambienti dinamici.
x.comLitJev
LitJev è una riproduzione del framework Jev che trasforma i modelli Qwen in motori decisionali. Utilizza lo schema /v1/systemone per fornire scelte e punteggi senza richiedere alcun addestramento o generazione di testo aggiuntivo.
github.com
