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
heist-one
Questo progetto dimostra un gioco stealth osservabile basato su browser. Mostra l'integrazione di Jev per giudizi di guardia tipizzati all'interno di un ambiente di codice deterministico, illustrando come la logica strutturata governi le meccaniche di gioco.
github.comAnalisi di archivio con Jev
Questo esperimento dimostra l'applicazione di Jev per elaborare un archivio personale di scritti. L'autore riferisce che lo strumento ha completato una revisione completa di tutto il suo lavoro in meno di un secondo.
every.toawesome-jev
Questo repository offre un elenco curato di strumenti, integrazioni e progetti sperimentali basati su Jev. Funge da directory centrale per gli sviluppatori che esplorano il modello System One di TypeSafe AI per il processo decisionale tipizzato.
github.comGiochi da tavolo Jev
Questa raccolta presenta giochi da tavolo interattivi in cui le meccaniche e le decisioni sono guidate da Jev. La risorsa funge da dimostrazione pratica di come integrare la logica decisionale automatizzata nei formati di gioco tradizionali.
jevboardgames.everpaper.appps2-ai-agent
Questo progetto dimostra un agente autonomo progettato per interagire con l'hardware PlayStation 2. Utilizza TypeSafe Jev System One per elaborare la telemetria visiva in tempo reale, fornendo un heads-up display per monitorare le prestazioni dell'agente durante il gioco.
github.comJev: Tutorial completo
Questo tutorial fornisce una guida completa alla configurazione dell'API Jev. Mostra come gli sviluppatori possono integrare Jev con modelli linguistici di grandi dimensioni per creare e iterare prototipi di intelligenza artificiale.
youtube.comJev contro Qwen su Cerebras
Questa dimostrazione video confronta Jev con un modello LLM a output strutturato basato su Qwen in esecuzione su hardware Cerebras. Il video offre una valutazione visiva di come ciascun modello gestisce le attività di generazione di dati strutturati in tempo reale.
x.comDiogo Almeida sulle capacità di Jev
Questa presentazione video illustra i vantaggi funzionali di Jev rispetto ai LLM tradizionali. Evidenzia specificamente come l'architettura supporti processi decisionali migliorati e attività di costruzione strutturale nei flussi di lavoro di sviluppo basati sull'IA.
x.comTypeEvacSafe
TypeEvacSafe è una simulazione di evacuazione antincendio che esplora il comportamento degli agenti. Dimostra come gli individui prendono decisioni autonome durante scenari di emergenza utilizzando una logica in stile Jev per navigare in ambienti complessi e raggiungere la sicurezza.
github.comtypesafe-cli
Questa interfaccia a riga di comando e skill di agente per TypeSafe System One consente interazioni strutturate con Jev. Dimostra come implementare giudizi tipizzati di Choice, Score e Noul all'interno di flussi di lavoro basati su agenti.
github.comFiltri di query Cascade Search
Cascade Search è uno strumento basato su browser che utilizza un modello a 27K parametri per analizzare le query. Il progetto dimostra come l'elaborazione assistita da Jev possa affinare gli input di ricerca e migliorare la precisione del filtraggio in ambienti locali leggeri.
x.comHireSignal
HireSignal utilizza TypeSafe Jev per automatizzare lo screening iniziale dei curriculum e condurre colloqui preliminari con i candidati. Questo strumento mira a semplificare i flussi di lavoro di reclutamento fornendo un approccio strutturato e automatizzato per valutare l'idoneità dei candidati.
github.comRicerca in linguaggio naturale su Zillow
Questo progetto dimostra come Jev faciliti le query in linguaggio naturale per gli annunci immobiliari su Zillow. Consente agli utenti di filtrare le proprietà utilizzando criteri descrittivi non standard che vanno oltre i parametri di ricerca tradizionali.
x.comtypesafe-snake
Questo progetto dimostra un gioco Snake automatizzato controllato dal modello Jev. Mostra un sistema in cui le mosse legali e i fatti sono generati tramite codice, con il modello che prende una decisione per ogni tick.
github.comComposizione musicale Jev-thoven
Questo progetto presenta un brano musicale di due minuti generato da Jev-thoven. Il creatore afferma che la composizione è stata sviluppata utilizzando principi fondamentali, offrendo una dimostrazione di come il sistema gestisce le attività di generazione audio creativa.
x.comHarness Gomoku Jev
Questo strumento dimostra un'implementazione di Gomoku che utilizza Jev. Sfrutta l'analisi tattica locale per ridurre 225 mosse a circa 40 candidati, dai quali il sistema seleziona l'opzione migliore basandosi su criteri gerarchici.
x.comcrush-monitor
Questo strumento analizza i thread di conversazione di WeChat per valutare l'emozione, l'intenzione e la qualità delle risposte. Offre un approccio tecnico per interpretare le interazioni sociali sulle piattaforme di messaggistica elaborando dati testuali per identificare modelli di comunicazione.
github.comTocsin
Tocsin è uno strumento di analisi dei log che organizza grandi volumi di dati raggruppandoli in modelli. Utilizza Jev per assistere gli utenti nella revisione dei modelli chiave, facilitando il monitoraggio e la risoluzione dei problemi nei sistemi complessi.
x.comJevSwiftSDK
Questo SDK Swift fornisce un'interfaccia type-safe per interagire con Jev. Include il supporto per operazioni asincrone, elaborazione batch delle richieste e tentativi automatici tramite Swift Package Manager.
github.comjev-mail
Questa estensione per Chrome integra il modello Jev per assistere nella gestione di Gmail. Dimostra il triage automatizzato delle email assegnando categorie, livelli di priorità e probabilità stimate di spam o risposta ai messaggi in arrivo.
github.comL'architettura di Jev svelata
Questa guida esplora l'architettura di Jev analizzando 10.000 chiamate API. L'autore esamina il comportamento del sistema e l'elaborazione delle richieste per fornire una panoramica tecnica basata su test empirici.
archerhume.comTypeSafe Typewriter
Questa demo di Val Town mostra un'interfaccia in cui sedici giudizi tipizzati si aggiornano in tempo reale durante la digitazione. La risorsa funge da esperimento pratico per osservare il feedback del controllo dei tipi in un ambiente web.
typesafe-demo.val.runskillbox
Skillbox è una libreria self-hosted progettata per organizzare le competenze personali. Il progetto include una funzione opzionale che integra i suggerimenti Jev per proporre percorsi di apprendimento pertinenti basati sulle competenze esistenti dell'utente.
github.comOpenJev
OpenJev è un progetto open source di SiliconLabAI volto a sviluppare un modello decisionale di classe Jev per scopi di ricerca. Questa risorsa offre una base per esplorare approcci architetturali nei sistemi decisionali autonomi.
github.comtinyjevclient
Questa libreria Rust fornisce un'integrazione leggera per interagire con l'ecosistema Jev di TypeSafe AI. Dimostra come gli sviluppatori possono implementare la connettività lato client con i servizi Jev all'interno di applicazioni basate su Rust.
github.comjev-architect
Questo repository fornisce un framework per scoprire, progettare e valutare i cicli decisionali TypeSafe Jev. Funge da utilità orientata alla ricerca per gli sviluppatori che desiderano strutturare e convalidare processi decisionali automatizzati all'interno dell'ecosistema Jev.
github.comjev-seo
jev-seo è una suite CLI e un server MCP basato su Rust progettato per attività SEO e GEO incentrate sugli agenti. Utilizza TypeSafe Jev System One e DuckDuckGo per fornire approfondimenti basati sulla ricerca come alternativa alle piattaforme SEO commerciali.
github.comNavigazione agentica in Chrome
Questa estensione per Chrome dimostra un approccio agentico alla navigazione web. Utilizza Jev per facilitare il processo decisionale automatizzato, consentendo all'agente di interagire con gli elementi del sito web ed eseguire attività direttamente all'interno del browser.
x.comEvery Editorial Vibe Check
Questo strumento utilizza Jev per valutare i contenuti editoriali. Dimostra un metodo che genera probabilità invece di testo, puntando a una maggiore efficienza e a costi ridotti rispetto ai modelli tradizionali.
x.comPlugin di compattazione per Jev
Questo plugin sfrutta il sistema di punteggio di Jev per eliminare log ridondanti e dati inutili dal terminale. L'autore sostiene che tale processo migliori le prestazioni degli agenti.
x.comjev-browser
Questo progetto dimostra un'implementazione dell'automazione del browser web utilizzando il modello Jev. Fornisce un framework per consentire agli agenti di interagire con le interfacce web, mostrando come Jev può essere applicato per navigare ed eseguire attività all'interno di un ambiente browser.
github.commcts-agent
Questo progetto dimostra un'implementazione di ricerca ad albero di Monte Carlo discriminativa. Utilizza le primitive TypeSafe Jev System One integrate con Gemini per facilitare processi decisionali strutturati all'interno di un framework per agenti.
github.comJev-AV
Jev-AV è uno strumento di sicurezza che estrae caratteristiche strutturali, come entropia e hash, da eseguibili, script e documenti. Utilizza Jev per valutare in tempo reale se tali file presentano attività dannose.
github.comJev Classifier
Questo strumento consente l'analisi locale dei dati dei canali Telegram. Dimostra un metodo per valutare l'intento, la qualità, il sentimento e il tono del parlante tramite input in formato JSON.
jevclassifier.vercel.appGuida alla valutazione del SDK Vercel AI
Questa guida dimostra come integrare il SDK Vercel AI a fini di valutazione. L'autore esplora passaggi pratici di implementazione per gli sviluppatori che desiderano valutare le prestazioni dei modelli di intelligenza artificiale all'interno dei flussi di lavoro esistenti.
dev.toCoaching e controllo della scrittura
Questa risorsa dimostra l'uso di Jev per il supporto al coaching in tempo reale. Mostra come lo strumento aiuti gli utenti a rilevare e correggere errori o incongruenze durante le sessioni di scrittura per migliorare la qualità complessiva.
x.com
