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
jevql
jevql offre un'interfaccia SQL semantica per Postgres basata su Jev. Questo strumento dimostra come l'elaborazione del linguaggio naturale possa essere utilizzata per generare query SQL, semplificando l'interazione con i database all'interno dell'ecosistema Jev.
github.comJev gioca a Doom
Questa dimostrazione mostra Jev che prende decisioni in tempo reale all'interno del gioco Doom. Il creatore afferma che il sistema esegue movimenti con una frequenza fino a dieci volte al secondo durante il gioco.
x.compi-jev-compaction
Questo progetto fornisce un meccanismo per la pulizia automatica del contesto in Pi senza perdere la cronologia delle conversazioni. Dimostra un approccio per gestire l'utilizzo della memoria mantenendo la continuità delle interazioni.
github.comLaneBreak
LaneBreak utilizza TypeSafe Jev per automatizzare la prioritizzazione e l'instradamento dei ticket di supporto. Questo progetto dimostra un approccio strutturato per gestire le richieste di assistenza tramite flussi di lavoro decisionali programmatici.
github.comValutazione di un saggio sull'IA di frontiera
Questa dimostrazione mostra Jev mentre analizza il ritmo narrativo di un saggio scritto da Dario Amodei. Illustra come gli strumenti automatizzati possano essere applicati per valutare il flusso strutturale e la composizione di testi tecnici complessi.
x.comfable-jev
Questo progetto integra Jev e get-fable per facilitare il rapido elaborazione cognitiva per agenti di codifica autonomi. Il creatore afferma che l'implementazione raggiunge tempi di risposta inferiori a 100ms, sebbene tali metriche di prestazione non siano state verificate in modo indipendente.
github.compong-jev
Questo progetto mostra un'implementazione di Atari Pong utilizzando TypeSafe Jev. Il sistema controlla il gioco presentando una domanda a scelta tipizzata per fotogramma, senza inviare coordinate al modello durante l'esecuzione.
github.comRicettario per il suggerimento di abilità di TypeSafe AI
Questa risorsa ufficiale di TypeSafe fornisce una guida strutturata per implementare meccanismi di suggerimento delle abilità negli agenti IA. Dimostra come consigliare dinamicamente funzionalità pertinenti agli utenti per migliorare l'efficienza dell'interazione e il completamento delle attività.
docs.typesafe.aixtags
xtags è uno strumento che etichetta i post su X in base all'azione richiesta. Utilizza Jev, un modello che restituisce probabilità invece di generare testo, per identificare e classificare l'intento dietro ogni singolo post.
github.comjev-mcp
Questo server MCP integra TypeSafe Jev in ambienti di programmazione come Cursor e Codex. Dimostra come incorporare Jev in cicli di sviluppo automatizzati per assistere nelle attività di codifica tramite interfacce client MCP standard.
github.comClassificatore di ticket di supporto
Questa implementazione di Jev automatizza la gestione dei ticket di supporto classificando le richieste in arrivo in base a categoria, urgenza e requisiti di instradamento. Dimostra come ottimizzare i flussi di lavoro del servizio clienti distinguendo tra percorsi di risoluzione automatizzati e umani.
x.comCerebellum-2B
Cerebellum-2B è un modello di agente IA non autoregressivo basato su Qwen3.5-2B. Dimostra capacità di routing degli strumenti O(1) e automazione DOM, offrendo un'alternativa open source per chi sviluppa processi decisionali efficienti per agenti intelligenti.
github.comAnalisi degli annunci della concorrenza con Jev
Questa dimostrazione mostra come Jev elabora 724 annunci di 37 marchi diversi. Il contenuto illustra la capacità dell'agente di scomporre elementi creativi e formati pubblicitari per supportare un'analisi di marketing rapida.
x.comtypesafe-cli
Questa utility da riga di comando consente di interrogare Jev direttamente dal terminale. Dimostra un modello di interazione strutturato che forza le risposte in formati specifici come null, scelte o punteggi numerici invece di prosa in linguaggio naturale.
github.comawesome-typesafe
Questo repository offre un elenco curato di risorse ufficiali e progetti della community per TypeSafe, modelli System One e Jev. Funge da directory centralizzata per gli sviluppatori che desiderano esplorare l'ecosistema e integrare queste tecnologie nei propri flussi di lavoro.
github.compi-jev
Questo progetto offre un sistema assistito da Jev per il recupero di file e la memorizzazione nella cache delle richieste. Mira a ottimizzare i flussi di lavoro sui dispositivi Raspberry Pi tramite una gestione dei dati più efficiente.
github.comjev-system-architect
Questo strumento fornisce una competenza di architettura di sistema per TypeSafe AI Jev/System One. Dimostra come elaborare giudizi semantici sfumati trasformandoli in primitive strutturate di Choice, Score e Noul per migliorare il processo decisionale del sistema.
github.comtypesafe-adblock
Questa estensione sperimentale per Chrome utilizza un modello TypeSafe Jev per identificare e rimuovere gli elementi DOM classificati come pubblicità. Il progetto funge da dimostrazione locale e non è inteso come un vero blocco pubblicitario.
github.comIntegrazione di IA non conversazionale
Questa guida esplora l'implementazione di agenti IA non conversazionali utilizzando Jev. Fornisce istruzioni pratiche per l'utilizzo di SDK Python e JavaScript, richieste HTTP non elaborate e configurazioni delle competenze degli agenti per gli sviluppatori.
ziplyne.agencyFlussi di lavoro SEO e GEO di Jev
Questa risorsa illustra sette flussi di lavoro automatizzati per Jev incentrati sull'ottimizzazione per i motori di ricerca e geografica. Copre attività pratiche come l'analisi delle pagine dei concorrenti, la valutazione della probabilità di citazione e strategie di ottimizzazione dei contenuti.
x.comJev board
Jev board è uno strumento per interfacce di intelligenza ambientale. Il progetto dimostra l'integrazione di modelli rapidi e affidabili per facilitare interazioni utente reattive all'interno di un framework di interfaccia generativa.
x.comjev-gomoku
Questo progetto offre una piattaforma sperimentale per il gioco Gomoku basato su Jev, utilizzando un sistema di input a griglia. Consente di osservare il processo decisionale del modello passo dopo passo e supporta partite in tempo reale e la riproduzione di partite precedenti.
github.comjevcache
jevcache offre un meccanismo di memorizzazione delle decisioni per modelli Jev di tipo sicuro. Questo strumento consente di memorizzare gli output del modello, garantendo che le richieste ripetute siano deterministiche, condivisibili ed efficienti grazie a un binario compatto.
github.comBraccio robotico controllato da Jev
Questa dimostrazione mostra un braccio robotico che utilizza Jev per la manipolazione di oggetti in tempo reale. Il creatore riferisce che il sistema integra input visivi per eseguire processi decisionali a una velocità di due cicli al secondo per il recupero della palla.
x.comLinkedIn NoSlop
Questa estensione del browser mira a migliorare la concentrazione dell'utente sfocando automaticamente i post di basso valore su LinkedIn. Il progetto dimostra un approccio pratico per filtrare i feed dei social media al fine di ridurre il disordine digitale.
github.comPredittore di domande d'esame Jev
Questo strumento dimostra la capacità di Jev di analizzare e classificare le domande d'esame in base alla probabilità che appaiano in test reali. Il creatore afferma che il sistema elabora queste previsioni in 80 secondi, sebbene la precisione non sia stata verificata indipendentemente.
x.comfastbrowse
Questo progetto per sviluppatori dimostra un approccio alla navigazione web basato su agenti, in cui Jev seleziona le azioni mentre un LLM gestisce la pianificazione e la citazione delle fonti. Funge da framework sperimentale per automatizzare le attività del browser tramite ragionamento strutturato.
github.comjev-frontend-qa
Questo progetto dimostra il controllo qualità frontend basato su prove utilizzando Jev Ultrafast e Browser Harness. Include un'applicazione todo sintetica per mostrare come questi strumenti possano essere integrati nei flussi di lavoro di test automatizzati.
github.comSmart home demo
Questa demo interattiva mostra il fan-out speculativo, consentendo di gestire più domande in una singola chiamata. Illustra come il codice filtri e conservi solo le risposte più pertinenti per l'utente.
docs.typesafe.aiProva in tempo reale con Drape
Questo esperimento mostra un sistema di prova virtuale in tempo reale. Utilizza Jev per elaborare gli input dell'utente e l'analisi delle trascrizioni, consentendo di selezionare e aggiornare dinamicamente gli outfit su un modello digitale durante la sessione.
x.comUtilizzo del computer basato su Jev
Questa risorsa mostra un'implementazione dell'uso del computer basata su Jev. L'autore dichiara miglioramenti significativi in termini di velocità e costi rispetto a Opus 5, sottolineando la capacità del sistema di generalizzare il funzionamento su diversi sistemi operativi.
x.comjev-gomoku
Questo progetto fornisce un client MoonBit per Jev e dimostra una partita a gomoku tra due istanze di Jev. Include log di temporizzazione per monitorare le prestazioni delle sessioni di gioco automatizzate.
github.comtypesafe-chess
Questo progetto dimostra un esperimento di scacchi in cui il modello Jev compete contro il motore Stockfish. Serve come test pratico delle capacità decisionali del modello all'interno di un ambiente di gioco strutturato.
github.comRicerca riga per riga
Questa guida di riferimento ufficiale di TypeSafe AI dimostra come implementare la funzionalità di ricerca semantica riga per riga. Fornisce agli sviluppatori i modelli necessari per eseguire un recupero preciso del testo all'interno di set di dati strutturati.
docs.typesafe.aiCapacità di generazione di testo di Jev
Questo post della community dimostra la capacità di Jev di generare testo. Serve come risposta diretta alle precedenti affermazioni secondo cui il modello non possedeva tale funzionalità, fornendo prove della sua applicazione pratica nei compiti linguistici.
x.comextremely-specific-council
Questo progetto presenta un giocoso consiglio di IA TypeSafe composto da dodici membri. Dimostra un processo decisionale interattivo in cui gli utenti possono visualizzare votazioni animate e ispezionare le motivazioni alla base di ogni verdetto.
github.com
