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 nelle pipeline di sicurezza
Questa risorsa dimostra l'integrazione di Jev nei flussi di lavoro di sicurezza. Il creatore afferma che Jev migliora l'efficienza della pipeline, offrendo una riduzione dei costi di cinque volte e un'elaborazione più rapida, mantenendo una precisione superiore rispetto ai modelli più piccoli.
x.comAntigravity-mcp-semantic-search-with-TypeSafeAi
Questo progetto fornisce uno strumento di ricerca semantica del codice e di audit delle differenze per assistenti di programmazione AI come Antigravity, Cursor e Claude Code. Utilizza TypeSafe System One per aiutare gli sviluppatori a verificare le modifiche al codice e migliorare l'efficienza della ricerca.
github.comtypesafe-sdk-go (Tangerg)
Questo SDK Go fornisce un'interfaccia per l'API TypeSafe AI. Consente agli sviluppatori di inviare query tipizzate al servizio e ricevere distribuzioni di probabilità strutturate come output, facilitando l'integrazione nelle applicazioni basate su Go.
github.comtypesafe-computer-use
Questo progetto mostra un agente automatizzato per macOS che utilizza l'OCR per leggere lo schermo e TypeSafe per classificare le azioni. L'autore sostiene che il processo ha un costo di circa 0,0002 dollari per passaggio.
github.comManifesto
Questa risorsa delinea la visione di TypeSafe AI per l'intelligenza nativa delle macchine. Sostiene che lo sviluppo dell'IA dovrebbe dare priorità alla logica integrata nel software e all'affidabilità funzionale rispetto alle capacità conversazionali, puntando a sistemi progettati per ambienti software complessi anziché per il dialogo umano.
typesafe.aiswitchboard
Questo progetto fornisce un sistema di protezione e un router di modelli per gateway LLM utilizzando il modello System One di Jev di TypeSafe. Dimostra come implementare metriche di valutazione indipendenti per accuratezza, calibrazione e latenza utilizzando le librerie standard di Python.
github.comjev_projects
Questo repository funge da directory curata di progetti software che utilizzano il framework jev di TypeSafe. Offre un elenco centralizzato per aiutare gli sviluppatori a scoprire implementazioni reali e applicazioni guidate dalla community basate su questa tecnologia.
github.comjev-playground
Questo repository fornisce un ambiente di test per confrontare Jev con altri modelli di valutazione. Si concentra su scenari di gioco con stati espliciti, azioni legali definite e risultati quantificabili per valutare le prestazioni comparative.
github.comHunch
Hunch è uno strumento per GitHub dedicato alla revisione del codice. Consente di applicare regole scritte in inglese semplice per analizzare la qualità del codice e suggerire miglioramenti tecnici.
github.comjev-git
Questo strumento integra TypeSafe AI Jev per fornire controlli semantici automatizzati per i flussi di lavoro Git. Dimostra un metodo per eseguire gate di validazione pre-commit e pre-push in meno di un secondo per mantenere la qualità del codice.
github.comDasheng
Dasheng è uno strumento che combina il riconoscimento vocale con Jev per la trascrizione e la marcatura parola per parola dei contenuti parlati in tempo reale. Dimostra un metodo per l'acquisizione e l'annotazione di audio dal vivo durante la conversazione.
github.comEsperimento di tela di pixel Jev
Questo esperimento testa la capacità di Jev di generare contenuti visivi su una tela di pixel. La dimostrazione mostra che il modello attualmente fatica a produrre immagini riconoscibili, evidenziando limiti specifici nelle sue capacità generative spaziali.
x.comjev-tool-runner
Questo progetto dimostra un flusso di lavoro automatizzato in cui Jev seleziona strumenti di sviluppo e Codex genera codice basato su tali selezioni. Funge da integrazione sperimentale per l'automazione dello sviluppo software orientato alle attività.
github.comVisual-Jev
Visual-Jev è un progetto di ricerca che prende decisioni basate sulle immagini anziché sulle descrizioni testuali. L'autore dimostra un sistema progettato per interpretare direttamente il contenuto visivo, esplorando le capacità di ragionamento visivo automatizzato.
github.comtypesafe-jev
Questo progetto dimostra un modello decisionale per lo screening di cartelle di CV utilizzando TypeSafe Jev. Fornisce un framework per applicare giudizi tipizzati e policy modificabili, consentendo agli utenti di riesaminare gratuitamente i documenti in base a criteri definiti.
github.comjev-chess
Questo progetto dimostra un'integrazione di un motore scacchistico utilizzando TypeSafe AI System One. Offre valutazione delle mosse, classificazione delle partite e avversari basati su personaggi per il gioco interattivo.
github.comjev-reach
Questo strumento integra Chrome DevTools con MCP per consentire la navigazione automatizzata nel browser. Dimostra un flusso di lavoro in cui un agente identifica una posizione target ed esegue un comando DevTools specifico per completare le attività.
github.comDrawing, one decision at a time
Questo esperimento esplora la generazione di immagini a livello di pixel tramite processi decisionali paralleli. Dimostra un approccio innovativo per costruire visual digitali attraverso scelte granulari e iterative invece dei metodi di rendering tradizionali.
x.comLancio di agenti su una tela
Questo progetto presenta un sistema per distribuire agenti direttamente su tele digitali. Il creatore afferma che questo approccio aggira i tradizionali processi LLM più lenti per consentire un'interazione e una distribuzione degli agenti più rapide all'interno dell'interfaccia.
x.comjev-browse
Questo progetto dimostra l'automazione del browser utilizzando Jev come modello decisionale. Fornisce un framework per integrare la logica AI TypeSafe nelle attività di navigazione web, consentendo interazioni strutturate con gli ambienti del browser.
github.comRiferimento API di TypeSafe AI
Questa documentazione ufficiale fornisce un riferimento tecnico completo per l'SDK Python di TypeSafe AI. Descrive le classi, i metodi e i parametri disponibili per assistere gli sviluppatori nell'integrazione delle funzionalità di TypeSafe nelle proprie applicazioni.
docs.typesafe.aiIntroducing System One Models and Jev
Questo articolo di lancio descrive l'architettura e l'addestramento RLCD dei modelli System One. Include dimostrazioni pratiche con Doom e Wikiracing per illustrare le funzionalità, fornendo inoltre dettagli sui prezzi e una sezione dedicata alle domande frequenti.
typesafe.aijev-review-action
Questa GitHub Action utilizza Jev per automatizzare il triage e la classificazione delle pull request. Dimostra come gli sviluppatori possano integrare flussi di lavoro decisionali automatizzati nei processi di gestione dei repository per semplificare le attività di revisione del codice.
github.comjevgpt
Questo progetto dimostra un'implementazione di chatbot utilizzando l'architettura del modello Jev di TypeSafe AI. Esplora come i metodi autoregressivi possano essere applicati a un modello che non genera testo nativamente, offrendo un approccio unico all'interazione conversazionale.
github.comguesswork
Questo strumento migliora i suggerimenti automatici di zsh utilizzando una classificazione basata su Jev invece della corrispondenza dei prefissi. Dimostra un approccio per integrare una logica di suggerimento intelligente direttamente nei flussi di lavoro della riga di comando.
github.comchess-jev
Questo progetto basato sul web presenta un ambiente di scacchi 3D in cui Jev gioca entrambe le parti. Gli utenti possono osservare le partite automatizzate o intervenire in qualsiasi momento per prendere il controllo di uno dei lati.
chess-jev.loomens.comHedge Fund AI con Jev
Questo progetto dimostra un'architettura di hedge fund basata sull'IA che utilizza Jev. Il creatore afferma che il sistema facilita processi decisionali di trading rapidi ed economici per i mercati finanziari automatizzati.
x.comjev-canvas
Questo progetto dimostra un'interfaccia per disegnare su una tela tldraw utilizzando comandi vocali e il puntamento con il dito. Il creatore afferma che il sistema Jev determina l'azione, il bersaglio e la posizione in circa 350 millisecondi per parola pronunciata.
github.comRouter di modelli Jev
Questa demo di Ephraim Duncan mostra un sistema di routing costruito con Jev. Il progetto illustra come il framework possa essere utilizzato per determinare dinamicamente quale modello di IA debba elaborare una specifica richiesta in entrata.
x.comjev-dev
Questa demo confronta i risultati di Jev e LLM utilizzando affectus e Vercel AI Gateway. Consente di osservare le discrepanze nei valori di fluttuazione emotiva e nella velocità di risposta per le stesse dichiarazioni all'interno di un'unica interfaccia.
github.comawesome-jev-usecases
Questo repository offre una raccolta curata di casi d'uso e modelli di architettura per Jev supportati da prove. Funge da guida strutturata per gli sviluppatori che utilizzano il modello System One di TypeSafe AI, ponendo l'accento su strategie di implementazione verificate.
github.comChrome Dino con punteggi decisionali Jev
Questo progetto integra Jev nel classico gioco Chrome Dino per fornire punteggi decisionali in tempo reale. Dimostra come la logica esterna possa influenzare le meccaniche di gioco visualizzando metriche di valutazione dal vivo durante la partita.
x.comJevTicktRouter
Questo progetto mostra un sistema di triage dei ticket sviluppato con .NET 10 e React 19. Utilizza TypeSafe Jev per implementare un instradamento strutturato basato sull'intelligenza artificiale per le richieste di supporto in arrivo.
github.comjev-cli
Questa interfaccia a riga di comando facilita l'interazione con il modello di valutazione Jev. Dimostra un flusso di lavoro per inviare query tipizzate e ricevere risposte in formato JSON strutturato, con l'obiettivo di semplificare i processi di valutazione automatizzati per gli sviluppatori TypeSafe AI.
github.comjev-tetris
Questo progetto presenta un'implementazione di Tetris in tempo reale in cui agenti basati su Jev competono contro altri modelli di IA. Dimostra l'integrazione della logica di gioco e l'interazione multi-agente in un ambiente competitivo.
github.comjevs-fly
Questo progetto presenta un gioco di simulazione di volo in tempo reale in cui le capacità decisionali di Jev controllano l'aereo. Dimostra come la logica autonoma possa essere integrata in ambienti di gioco interattivi per gestire la navigazione.
github.com
