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
Directory Jevable
Jevable funge da directory curata di progetti e dimostrazioni relativi a Jev. Offre agli utenti categorie organizzate e opzioni di invio per facilitare la scoperta e la condivisione di nuovi sviluppi all'interno dell'ecosistema Jev.
jevable.comJevinik
Jevinik è uno strumento di valutazione azionaria che utilizza Jev per un'analisi rapida del mercato. Il progetto dimostra come l'elaborazione automatizzata possa essere applicata ai dati finanziari per assistere gli utenti nella valutazione delle tendenze di mercato e nella ricerca.
x.comawesome-jev-projects
Questo repository funge da directory curata per l'ecosistema Jev. Offre una panoramica strutturata dei progetti open source, facilitando la scoperta tramite descrizioni in linguaggio semplice e la sincronizzazione automatica dei metadati da GitHub per la comunità.
github.comjev-guard
Questo progetto fornisce un livello di sicurezza per agenti di codifica come Claude Code e Codex. Dimostra un meccanismo per rilevare l'iniezione di prompt e prevenire azioni pericolose utilizzando una logica di convalida basata su Jev.
github.comPattern
Questa risorsa descrive pattern architetturali per sistemi IA, tra cui fan-out speculativo, routing con soglia di fiducia, scoring composito e routing per intenzione. Offre un approccio strutturato per gestire flussi di lavoro LLM complessi e migliorare l'affidabilità delle risposte.
docs.typesafe.aicommit-miner
Questo strumento utilizza Jev per analizzare e classificare i messaggi e i diff dei commit Git. Dimostra la categorizzazione automatizzata delle modifiche software, identificando specificamente correzioni di bug, patch di sicurezza e vari tipi di modifiche nella cronologia.
github.comJev-Trades
Jev-Trades è un bot di trading che utilizza il modello di sistema uno Jev di TypeSafe AI. Questo progetto dimostra l'integrazione della logica del modello Jev nelle sue fasi iniziali all'interno di flussi di lavoro di trading automatizzati.
github.compi-warden
pi-warden fornisce barriere di sicurezza per gli agenti Pi utilizzando pi-typesafe per guidarne il comportamento. Identifica chiamate a strumenti fuori contesto, rileva loop infiniti e segnala affermazioni di completamento non verificate per migliorare l'affidabilità senza interrompere l'utente.
github.comScoperta delle funzionalità tramite Autoresearch
Questa guida di TypeSafe AI spiega il processo di scoperta delle funzionalità tramite autoresearch. Dimostra come i sistemi automatizzati possano identificare e classificare nuove funzionalità all'interno di una base di codice per migliorare l'efficienza dello sviluppo e la documentazione.
docs.typesafe.aijev() per PostgreSQL
Questa estensione PostgreSQL introduce una funzione jev() progettata per consentire query in linguaggio naturale direttamente all'interno degli ambienti di database. Il progetto dimostra un metodo per semplificare il recupero dei dati attraverso l'uso di input testuali intuitivi.
x.comjev-curate
Questo strumento fornisce una pipeline ad alto throughput per filtrare e valutare set di dati sintetici o di pre-addestramento. Utilizza TypeSafe AI Jev per elaborare file Parquet e JSONL, dimostrando un metodo per applicare decisioni tipizzate a flussi di dati su larga scala.
github.comsolari-reflex
solari-reflex è un sistema di agenti che prende una decisione Jev per ogni passaggio computazionale. Questo progetto dimostra un approccio granulare al ragionamento degli agenti isolando i singoli cicli decisionali all'interno di un framework computazionale strutturato.
github.comJevForge
JevForge offre uno stack end-to-end per il processo decisionale strutturato in stile Jev. Il progetto dimostra l'uso di strumenti per l'addestramento di Qwen3.5-0.8B, inclusi il serving locale, il replay interattivo e la valutazione.
github.comSimulazione di raccolta della spazzatura MOSS
Questa simulazione mostra MOSS che raccoglie rifiuti seguendo istruzioni specifiche. Il progetto funge da dimostrazione sperimentale per l'applicazione di decisioni automatizzate nella pulizia urbana, senza rappresentare un'implementazione verificata in contesti reali.
x.comjevchat
jevchat è un progetto di chatbot di ricerca progettato per rispondere alle domande digitate dagli utenti. Questo repository funge da dimostrazione funzionale dei modelli di interazione conversazionale all'interno di una più ampia raccolta di strumenti di elaborazione del linguaggio.
github.comadvocaat
advocaat è un client compatto e type-safe per interrogare modelli di IA sui propri dati. Il progetto mostra un'implementazione di TypeSafe Jev per facilitare interazioni strutturate tra set di dati locali e intelligenza artificiale.
github.comAzioni rapide contestuali per gli appunti
Questo strumento per macOS mostra un flusso di lavoro per eseguire azioni automatiche basate sul contenuto degli appunti. L'obiettivo è migliorare la produttività offrendo scorciatoie intelligenti adattate ai dati copiati dall'utente.
x.comScacchi blitz con Jev V13
Questo esperimento mostra Jev V13 in competizione in partite di scacchi blitz contro modelli linguistici all'avanguardia. La dimostrazione illustra come diverse architetture di IA gestiscono il processo decisionale strategico e il gioco tattico in un ambiente competitivo a tempo limitato.
x.comCartShield
CartShield utilizza TypeSafe Jev per assistere le piccole e medie imprese nella gestione delle frodi nei pagamenti. Questo strumento offre un approccio strutturato per valutare i rischi delle transazioni e automatizzare i processi di disposizione negli ambienti di e-commerce.
github.compdoom-protocol
Questo progetto presenta uno sparatutto a piattaforme cooperativo in cui un agente TypeSafe Jev agisce come compagno di squadra. Dimostra un'integrazione sperimentale di agenti IA autonomi in un ambiente di gioco frenetico per facilitare dinamiche di gioco collaborative tra giocatore e IA.
github.comjevfire
jevfire implementa il processo decisionale parallelo ispirato a JEV per LLM basati su CUDA. Il progetto fornisce un'API compatibile con vLLM ed esempi di agenti di gioco per dimostrare l'elaborazione simultanea di decisioni da un singolo contesto.
github.comswitchloom
switchloom è un sistema di routing dei modelli deterministico per agenti di codifica. Dimostra un meccanismo specializzato per gestire la selezione dei modelli, evidenziando le funzionalità relative all'integrazione di Codex per attività di programmazione automatizzate.
github.comConsoleChaosRacing guidato da Jev
Questo progetto dimostra l'integrazione di Jev per gestire le decisioni di guida all'interno di un'interfaccia di gioco di corse. Evidenzia un approccio sperimentale all'utilizzo della logica autonoma per gli input di controllo in tempo reale in un ambiente simulato.
x.comEsperimento di focus group pubblicitario Jev
Questo esperimento dimostra l'uso di Jev per simulare trenta diverse persone per valutare i contenuti pubblicitari. Esplora come gli agenti automatizzati possono decidere se continuare a scorrere o fermarsi su centinaia di annunci per analizzare i modelli di coinvolgimento.
x.comask-jev-skill
Questo progetto fornisce una competenza per Hermes e altri agenti IA per interagire con Jev. Dimostra come integrare piattaforme di agenti esterni con i servizi Jev per facilitare query strutturate e sicure all'interno di flussi di lavoro automatizzati.
github.comFramework di micro-decisioni di Jev AI
Questa guida illustra l'architettura centrale di Jev AI, descrivendo in dettaglio tre tipi di micro-decisioni. La risorsa aiuta a comprendere come il sistema elabora scelte operative granulari per facilitare i flussi di lavoro decisionali automatizzati.
youtube.comjev-acento
Questo progetto di ricerca esamina come l'architettura Jev gestisce l'elaborazione della lingua spagnola. Funge da audit sperimentale per valutare le prestazioni linguistiche e la gestione dei caratteri all'interno del framework Jev.
github.comjev-trader
Questo progetto dimostra un'implementazione di trading automatizzato utilizzando Jev sul mercato Kuru MON-USDC. Esegue una decisione di trading per ogni blocco della blockchain Monad, mostrando come gli agenti Jev possano interagire con la liquidità degli exchange decentralizzati.
github.comtypesafeai-go
Questo repository fornisce un SDK Go per interagire con l'API di TypeSafe AI. Consente agli sviluppatori di integrare le funzionalità di TypeSafe AI direttamente nelle applicazioni Go fornendo metodi client strutturati per la comunicazione con l'API.
github.cominvalidate
invalidate offre un livello di invalidazione per la memoria dell'IA basato su TypeSafe Jev. Il sistema assegna una durata ai fatti memorizzati e li invalida automaticamente quando emergono nuove prove contrastanti.
github.comcapture
capture è uno strumento di diario vocale per Mac che utilizza Jev per ordinare i contenuti. Si integra con Notion per organizzare le voci registrate, offrendo un flusso di lavoro semplificato per documentare pensieri e attività quotidiane.
github.comEsempio di guardrail Jev per agentgateway
Questo esempio dimostra l'integrazione di Jev come guardrail per i prompt all'interno del proxy agentgateway. Mostra come gli sviluppatori possono implementare il filtraggio automatico delle richieste insieme a funzioni di tracciamento e monitoraggio dei costi per le interazioni LLM.
github.comjev-mcp-dispatcher
Questo progetto dimostra un metodo per eseguire chiamate a strumenti del Protocolo di Contexto di Modelo utilizzando Jev. Consente agli sviluppatori di attivare funzioni specifiche tramite input in linguaggio naturale senza l'ausilio di un modello linguistico di grandi dimensioni.
github.comDimostrazione di elaborazione email con Jev
Questa dimostrazione mostra Jev mentre esegue attività di categorizzazione, valutazione della priorità, rilevamento spam e previsione delle risposte. Il creatore riferisce di aver testato queste funzionalità su un set di 1.000 email per valutare le prestazioni del sistema nella gestione dei flussi di lavoro della posta in arrivo.
youtube.comjev-semgrep
Questo strumento consente la ricerca semantica nel codice valutando le righe in base al loro significato. Gli sviluppatori possono combinare operatori logici per filtrare il codice tra diverse lingue basandosi sull'intento concettuale anziché solo su corrispondenze letterali.
github.comjev-align
Questo strumento da riga di comando facilita l'apprendimento attivo integrando il feedback umano con GEPA. Dimostra un flusso di lavoro per perfezionare le definizioni delle decisioni Jev attraverso processi iterativi di etichettatura e allineamento.
github.com
