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
OneVOneJev
Questo progetto presenta un gioco arena 1v1 di quickscope costruito con Three.js e il framework TypeSafe System One. Dimostra meccaniche competitive in tempo reale all'interno di un ambiente basato su browser per lo sviluppo basato su Jev.
github.comjev4k
jev4k offre un linguaggio specifico di dominio e un'interfaccia client in Kotlin per interagire con il modello Jev. Questo strumento semplifica l'integrazione fornendo astrazioni type-safe per gli sviluppatori che operano all'interno dell'ecosistema Kotlin.
github.comjev-gates
Questo progetto fornisce sei gateway per Claude Code per rilevare violazioni delle regole, modifiche fuori ambito e richieste incomplete. Dimostra un flusso di lavoro di convalida in cui Jev valuta gli output dell'agente basandosi su una lista di controllo fissa.
github.comClassificatore della difficoltà delle istruzioni
Questo progetto dimostra un classificatore in tempo reale progettato per valutare la complessità delle istruzioni. Identificando le richieste semplici, il sistema abilita una modalità di elaborazione più rapida, mirando a ottimizzare i tempi di risposta e migliorare l'efficienza dell'interazione dell'utente.
x.comTest delle prestazioni di Jev
Questa risorsa esamina Jev in dodici scenari del mondo reale. L'autore condivide osservazioni sulla velocità operativa, sui costi e sulle applicazioni pratiche, offrendo una prospettiva soggettiva sulle prestazioni del sistema in diversi contesti di utilizzo.
youtube.commcp_jev
Questo progetto fornisce un server MCP locale progettato per eseguire pacchetti di domande Jev predefiniti. Dimostra come integrare i flussi di lavoro basati su Jev negli ambienti di sviluppo locali utilizzando interfacce di protocollo standard.
github.comjev-play-ping-pong
Questo progetto dimostra un agente che gioca a ping-pong nel browser. Mostra l'uso di telemetria strutturata e decisioni tipizzate per interagire con input web standard, mantenendo al contempo prove verificabili delle azioni eseguite.
github.comunclutter
Questa estensione per browser WXT utilizza Jev per rimuovere automaticamente gli elementi superflui dai siti web. Dimostra un metodo per applicare regole di modello riutilizzabili per pulire i layout delle pagine e favorire un'esperienza di navigazione più concentrata.
github.combarrunto
Questa estensione per Chrome integra Jev in X.com, consentendo agli utenti di analizzare i post durante la navigazione. Lo strumento dimostra un'applicazione pratica di Jev per la valutazione dei contenuti in tempo reale direttamente sulla piattaforma social.
github.comjevmetrics
Questo connettore per OpenTelemetry Collector utilizza Jev per valutare i metadati delle metriche. Dimostra come applicare politiche di conservazione automatizzate alle metriche prima che vengano esportate verso sistemi esterni.
github.comJev Tetris
Questo gioco basato sul web mostra un agente automatizzato che gioca a Tetris. Seleziona le rotazioni dei pezzi e il posizionamento nelle colonne in base a metriche calcolate come il numero di buchi, l'altezza della pila e l'irregolarità della superficie per ottimizzare il tabellone.
jev-omega.vercel.appJcyber
Jcyber è un set di strumenti per sviluppatori focalizzato sul concatenamento di bug bounty. Dimostra l'integrazione di Jev per gestire e controllare ogni fase del flusso di lavoro di ricerca sulla sicurezza, mirando a semplificare la scoperta di vulnerabilità complesse.
github.comJev come tester QA
Questo post della community esplora il potenziale di utilizzare Jev tramite TypeSafe AI per attività di controllo qualità. La risorsa dimostra un flusso di lavoro concettuale per processi di test software automatizzati utilizzando le funzionalità della piattaforma.
x.comjev-superpowers
Questo framework fornisce un approccio strutturato per gli agenti di codifica IA per utilizzare TypeSafe Jev System One per il processo decisionale tipizzato. Dimostra come integrare la sicurezza dei tipi formale nei flussi di lavoro di sviluppo software automatizzati.
github.comChatJev
ChatJev è un progetto di sviluppo che esplora i processi decisionali utilizzando un classificatore come predittore del token successivo. Questo esperimento dimostra come i modelli di classificazione possano essere adattati per influenzare la generazione di sequenze all'interno di un'architettura Jev.
github.comComprendere la funzionalità di Jev
Questa guida video esplora le capacità principali di Jev, dimostrando come gestisce l'automazione del browser, la classificazione dei dati e le attività di revisione del codice senza dipendere da modelli linguistici di grandi dimensioni.
youtube.comjev-desktop
Questo progetto dimostra un flusso di lavoro basato su agenti in cui Jev viene utilizzato per selezionare ed eseguire azioni all'interno dell'ambiente Codex Computer Use. Offre un'implementazione pratica per integrare il processo decisionale automatizzato nelle attività del browser desktop.
github.comAskJev
AskJev è un progetto comunitario che abilita la navigazione web a mani libere. Dimostra un flusso di lavoro in cui Jev gestisce le azioni del browser mentre Claude si occupa della conversazione, permettendo di controllare la navigazione tramite comandi.
x.comai-elo-ranker
Questo strumento fornisce un motore di torneo ricorsivo per valutare i modelli di IA. Utilizza la logica di abbinamento svizzero per organizzare scontri competitivi e calcolare i punteggi Elo per l'analisi delle prestazioni all'interno dell'ecosistema Jev.
github.comjev-ood-calibration
Questo progetto valuta la calibrazione di Jev utilizzando 900 ticket di supporto generati da regole e benchmark pubblici. Fornisce un'analisi indipendente della calibrazione errata tramite metriche ECE e riadattamento della temperatura, offrendo un framework riproducibile per testare l'affidabilità del modello.
github.comjev-autopilot
Questo progetto dimostra un sistema di navigazione autonoma per droni utilizzando Jev. Mostra la capacità di pilotare un drone tra due punti in un ambiente urbano simulato, evitando ostacoli durante il percorso di volo.
github.commini-jev
Questo esperimento dimostra un'interfaccia di decisione tipizzata in stile Jev utilizzando un modello Qwen3-4B congelato. Insegna come leggere i logit delle lettere di opzione direttamente invece di generare JSON standard per le decisioni.
github.comEsperimento emulatore 6502
Questo progetto della community dimostra il potenziale di Jev di funzionare come ambiente di calcolo emulando un processore 6502. Serve come prova di concetto sperimentale per l'esecuzione di architetture hardware legacy all'interno del framework Jev.
x.comx-scanner
Questa estensione per Chrome etichetta i post su X utilizzando i giudizi Jev. Dimostra un metodo per l'analisi dei contenuti in tempo reale e fornisce un contatore live per monitorare i costi di elaborazione associati durante la navigazione.
github.comhome-assistant-typesafe
Questo progetto dimostra un'integrazione tra Home Assistant e Jev. Mira a elaborare gli input dell'utente tramite una logica strutturata, evitando la dipendenza da modelli linguistici estesi per l'interpretazione dei comandi.
github.comlangchain-typesafe
Questo pacchetto fornisce un TypeSafeClassifier per integrare la logica Jev nei flussi di lavoro di LangChain. Dimostra un approccio strutturato per gestire i processi decisionali nelle applicazioni AI utilizzando modelli di sicurezza dei tipi per una maggiore affidabilità.
pypi.orgMappa dei casi d'uso di TypeSafe AI
Questo documento di riferimento ufficiale delinea varie applicazioni pratiche per TypeSafe AI. Serve come guida fondamentale per aiutare gli utenti a comprendere come implementare e integrare questi sistemi all'interno di diversi ambienti operativi e flussi di lavoro tecnici.
docs.typesafe.aiRISC-jeV
Questo progetto dimostra un'implementazione sperimentale di un'architettura CPU RISC-V utilizzando Jev. Serve come esplorazione tecnica su come Jev possa essere adattato per simulare set di istruzioni hardware di basso livello e la logica del processore.
github.comjev-align
jev-align fornisce un framework per verificare l'allineamento delle risposte LLM e dei piani degli agenti. Questa risorsa dimostra come utilizzare Jev per calibrare e validare gli output del modello rispetto a vincoli di sicurezza o operativi definiti.
github.comJev gioca a scacchi
Questo esperimento mostra Jev mentre seleziona mosse legali durante una partita a scacchi. L'autore confronta le prestazioni con modelli di ragionamento consolidati per valutare la capacità decisionale all'interno delle regole del gioco.
dev.toAnalisi degli annunci della concorrenza con Jev
Questa risorsa mostra come utilizzare Jev per analizzare i materiali pubblicitari della concorrenza. Evidenzia un flusso di lavoro per elaborare i dati pubblicitari e generare liste creative selezionate per lo sviluppo di strategie di marketing.
x.comtypesafeai-review
Questo progetto dimostra un'implementazione di Typesafe.AI per automatizzare la generazione di revisioni delle differenze di codice. Fornisce un flusso di lavoro per integrare l'analisi basata sull'IA nei processi di controllo della versione per assistere gli sviluppatori.
github.comJev plays Pokémon
Questo progetto dimostra un'integrazione in cui Jev viene utilizzato per giocare a Pokémon Rosso. Mostra un modello di interazione a turni in cui l'IA elabora gli input per navigare nell'ambiente di gioco ed eseguire comandi specifici durante le sessioni.
github.comjev-rerank-bench
Questo repository valuta se i modelli decisionali possono superare i reranker dedicati. Confronta TypeSafe Jev con Cohere Rerank 4, ZeroEntropy zerank-2 e una baseline di chat su 14 dataset, fornendo risposte API grezze e intervalli bootstrap per l'analisi delle prestazioni.
github.comLLM2Jev
LLM2Jev consente di adattare modelli linguistici locali in motori decisionali compatibili con Jev. Il progetto dimostra un metodo per generare output strutturati di tipo Choice, Score e Noul utilizzando l'inferenza binaria basata solo sul prefill.
github.comCapire Jev in quattro minuti
Questo video offre una panoramica concisa di quattro minuti su Jev. Spiega i concetti fondamentali del framework e affronta le sue attuali limitazioni funzionali per aiutare a comprendere il suo ambito pratico.
x.com
