Zgłoś materiał
English
한국어
日本語
Español
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Русский
Powrót do laboratoriumJEVLAB / FIELD NOTES
Świeżo z laboratorium
Datowana lista lektur nowo dodanych zasobów i JEVLAB NEWS. Wracaj, aby sprawdzić, co się zmieniło, lub śledź kanał RSS w swoim czytniku.
Zapamiętaj tę wizytę w tej przeglądarce, aby następnym razem wyróżnić nowe dodatki. Brak logowania lub śledzenia między urządzeniami.
Daty pokazują, kiedy element stał się dostępny w JEVLAB, w UTC, a nie kiedy opublikowano jego oryginalne źródło. Edycje polegające wyłącznie na tłumaczeniu nie liczą się jako nowe zasoby.
36
MOSS litter-picking simulation
Symulacja ta prezentuje MOSS zbierającego śmieci zgodnie z instrukcjami. Projekt stanowi eksperymentalny model automatycznego podejmowania decyzji w zakresie utrzymania czystości ulic i nie został zweryfikowany w rzeczywistych warunkach operacyjnych.
x.comjevchat
jevchat to badawczy projekt chatbota zaprojektowany do odpowiadania na pytania wpisywane przez użytkowników. Repozytorium to służy jako funkcjonalna demonstracja wzorców interakcji konwersacyjnej w ramach szerszego zbioru narzędzi do przetwarzania języka.
github.comadvocaat
advocaat to kompaktowy, bezpieczny typowo klient do zadawania pytań AI na temat własnych danych. Projekt demonstruje wykorzystanie TypeSafe Jev w celu ułatwienia ustrukturyzowanych interakcji między lokalnymi zbiorami danych a modelami sztucznej inteligencji.
github.comKontekstowe szybkie akcje schowka
To narzędzie dla systemu macOS prezentuje przepływ pracy umożliwiający wyzwalanie automatycznych akcji na podstawie zawartości schowka. Ma ono na celu zwiększenie produktywności poprzez oferowanie inteligentnych skrótów dostosowanych do skopiowanych danych.
x.comSzachy błyskawiczne z Jev V13
Ten eksperyment pokazuje Jev V13 rywalizującego w szachach błyskawicznych z zaawansowanymi modelami językowymi. Prezentacja ilustruje, w jaki sposób różne architektury AI radzą sobie z podejmowaniem decyzji strategicznych i grą taktyczną w konkurencyjnym środowisku z ograniczeniem czasowym.
x.comCartShield
CartShield wykorzystuje TypeSafe Jev, aby wspierać małe i średnie przedsiębiorstwa w zarządzaniu oszustwami płatniczymi. Narzędzie to oferuje ustrukturyzowane podejście do oceny ryzyka transakcji i automatyzacji procesów decyzyjnych w środowiskach e-commerce.
github.compdoom-protocol
Ten projekt prezentuje kooperacyjną strzelankę platformową, w której agent TypeSafe Jev pełni rolę członka drużyny. Pokazuje eksperymentalną integrację autonomicznych agentów AI w szybkim środowisku gry, aby ułatwić współpracę między graczem a sztuczną inteligencją.
github.comjevfire
jevfire implementuje inspirowane JEV równoległe podejmowanie decyzji dla modeli LLM opartych na CUDA. Projekt udostępnia API zgodne z vLLM oraz przykłady agentów gier, demonstrując przetwarzanie wielu decyzji jednocześnie w ramach jednego kontekstu.
github.comswitchloom
switchloom to deterministyczny system routingu modeli dla agentów kodujących. Prezentuje wyspecjalizowany mechanizm zarządzania wyborem modelu, podkreślając możliwości związane z integracją Codex w zadaniach programowania automatycznego.
github.comConsoleChaosRacing sterowane przez Jev
Projekt ten demonstruje integrację Jev w celu zarządzania decyzjami dotyczącymi prowadzenia pojazdu w interfejsie gry wyścigowej. Podkreśla eksperymentalne podejście do wykorzystania autonomicznej logiki do wprowadzania danych sterujących w czasie rzeczywistym w symulowanym środowisku.
x.comEksperyment z grupą fokusową reklam Jev
Ten eksperyment pokazuje wykorzystanie Jev do symulacji trzydziestu różnych person w celu oceny treści reklamowych. Bada, w jaki sposób zautomatyzowani agenci mogą decydować o przewijaniu lub zatrzymywaniu się na setkach reklam, aby analizować wzorce zaangażowania.
x.comask-jev-skill
Projekt ten dostarcza umiejętność dla Hermes i innych agentów AI do interakcji z Jev. Pokazuje, jak zintegrować zewnętrzne platformy agentów z usługami Jev, aby ułatwić wykonywanie ustrukturyzowanych i bezpiecznych zapytań w ramach zautomatyzowanych procesów roboczych.
github.comStruktura mikro-decyzji Jev AI
Niniejszy przewodnik opisuje podstawową architekturę Jev AI, szczegółowo omawiając trzy rodzaje mikro-decyzji. Zasób ten pomaga zrozumieć, w jaki sposób system przetwarza szczegółowe wybory operacyjne, aby wspierać zautomatyzowane procesy podejmowania decyzji.
youtube.comjev-acento
Ten projekt badawczy analizuje, w jaki sposób architektura Jev radzi sobie z przetwarzaniem języka hiszpańskiego. Służy jako eksperymentalny audyt oceniający wydajność językową i obsługę znaków w ramach frameworka Jev.
github.comjev-trader
Ten projekt demonstruje implementację zautomatyzowanego handlu przy użyciu Jev na rynku Kuru MON-USDC. Wykonuje jedną decyzję handlową dla każdego bloku blockchaina Monad, pokazując, w jaki sposób agenci Jev mogą wchodzić w interakcje z płynnością zdecentralizowanych giełd.
github.comtypesafeai-go
To repozytorium udostępnia pakiet SDK języka Go do interakcji z interfejsem API TypeSafe AI. Umożliwia programistom integrację funkcji TypeSafe AI bezpośrednio z aplikacjami Go poprzez dostarczenie ustrukturyzowanych metod klienckich do komunikacji z API.
github.cominvalidate
invalidate dostarcza warstwę unieważniania dla pamięci AI opartą na TypeSafe Jev. Narzędzie przypisuje faktom czas ważności i automatycznie unieważnia je, gdy pojawiają się nowe, sprzeczne dowody.
github.comcapture
capture to narzędzie do prowadzenia dziennika głosowego na system Mac, które wykorzystuje Jev do sortowania treści. Integruje się z Notion, aby organizować nagrane wpisy, zapewniając usprawniony przepływ pracy przy dokumentowaniu przemyśleń i codziennych aktywności.
github.comPrzykład guardrail Jev w agentgateway
Ten przykład demonstruje integrację Jev jako mechanizmu ochrony promptów wewnątrz proxy agentgateway. Pokazuje, jak programiści mogą wdrażać automatyczne filtrowanie żądań wraz z wbudowanymi funkcjami śledzenia i monitorowania kosztów interakcji z modelami LLM.
github.comjev-mcp-dispatcher
Projekt ten demonstruje metodę wykonywania wywołań narzędzi Model Context Protocol przy użyciu Jev. Umożliwia programistom wyzwalanie określonych funkcji narzędziowych za pomocą danych wejściowych w języku naturalnym bez konieczności stosowania dużego modelu językowego.
github.comDemonstracja przetwarzania wiadomości e-mail przez Jev
Ta demonstracja pokazuje, jak Jev wykonuje zadania kategoryzacji, oceny priorytetów, wykrywania spamu i przewidywania odpowiedzi. Twórca informuje o przetestowaniu tych możliwości na zbiorze 1000 wiadomości e-mail w celu oceny wydajności systemu w zarządzaniu przepływem pracy w skrzynce odbiorczej.
youtube.comjev-semgrep
To narzędzie umożliwia wyszukiwanie semantyczne w kodzie poprzez ocenianie linii na podstawie ich znaczenia. Programiści mogą łączyć operatory logiczne, aby przeszukiwać kod w różnych językach, filtrując wyniki według intencji koncepcyjnej, a nie tylko dopasowań tekstowych.
github.comjev-align
To narzędzie wiersza poleceń ułatwia aktywne uczenie się poprzez integrację informacji zwrotnych od ludzi z GEPA. Prezentuje przepływ pracy mający na celu udoskonalenie definicji decyzji Jev poprzez iteracyjne procesy etykietowania i wyrównywania.
github.comjev-bun1
To repozytorium służy jako przewodnik wprowadzający dla programistów chcących zintegrować Jev ze swoimi projektami przy użyciu TypeScript SDK. Pokazuje podstawowe kroki konfiguracji niezbędne do rozpoczęcia pracy z komponentami TypeSafe AI w środowisku Bun.
github.comKoncepcja stanu w TypeSafe AI
Ta oficjalna dokumentacja definiuje koncepcję stanu w ramach frameworka TypeSafe AI. Wyjaśnia, w jaki sposób zarządzanie stanem pełni funkcję kluczowego komponentu zapewniającego spójność i kontekst w złożonych interakcjach AI oraz przepływach pracy systemu.
docs.typesafe.aiTworzenie bitów za pomocą głosu
Ta demonstracja pokazuje użytkownika tworzącego bity muzyczne za pomocą poleceń głosowych w czasie rzeczywistym kierowanych do Jev. Ilustruje eksperymentalny interfejs do produkcji dźwięku, który wykorzystuje wprowadzanie języka naturalnego do manipulowania i aranżowania elementów dźwiękowych.
x.comJevTest
JevTest to framework do ograniczonych testów eksploracyjnych przeglądarki przy użyciu Jev. Umożliwia programistom implementację deterministycznych asercji i generowanie powtarzalnych dowodów w celu wspierania zautomatyzowanych procesów zapewniania jakości w środowiskach internetowych.
github.comAgent Jev w Minecraft
Ta będąca w fazie rozwoju demonstracja pokazuje model Jev nawigujący w środowisku gry Minecraft. Twórca ilustruje agenta wykonującego podstawowe zadania przetrwania, takie jak aktywne unikanie wrogich jednostek, na przykład zombie, podczas nocnej rozgrywki.
reddit.comKiru Hai Coach
To narzędzie działa jako asystent mahjonga, który wykorzystuje Jev do sugerowania odrzucania płytek. Zostało zaprojektowane, aby pomóc graczom w podejmowaniu lepszych decyzji podczas rozgrywki poprzez oferowanie strategicznych wskazówek w języku japońskim.
github.comTetris z decyzjami Jev w czasie rzeczywistym
Projekt ten pokazuje, jak Jev gra w Tetris, podejmując decyzje w czasie rzeczywistym dotyczące przesuwania bloków. Prezentuje zastosowanie logiki opartej na Jev w klasycznym środowisku arcade do zarządzania stanem gry i ruchem elementów.
x.comWyszukiwarka odniesień wizualnych
To narzędzie demonstruje przepływ pracy oparty na Jev, który pobiera i generuje kolekcję 100 obrazów z archiwów takich jak NASA i The Met. Pokazuje, jak użytkownicy mogą szybko agregować odniesienia wizualne na podstawie pojedynczego zapytania.
x.comWorkflow evals
Zasób ten przedstawia metodologię stosowaną do oceny przepływów pracy System One. Dostarcza porównawczych danych dotyczących wydajności różnych modeli, oferując ustrukturyzowane podejście do oceny niezawodności i jakości wyników przepływów pracy AI w praktycznych zastosowaniach.
evals.typesafe.aiSpekulatywny fan-out
Ta dokumentacja TypeSafe AI wyjaśnia wzorzec spekulatywnego fan-out. Pokazuje, jak poprawić responsywność systemu poprzez inicjowanie wielu równoległych zapytań i wybieranie pierwszego udanego wyniku, co pozwala zredukować opóźnienia w procesach opartych na sztucznej inteligencji.
docs.typesafe.aisimple-jev
Projekt ten dostarcza narzędzie do przekształcania modeli językowych typu open source w klasyfikatory lub punkty końcowe Jev. Prezentuje uproszczone podejście dla programistów, umożliwiające wdrażanie funkcji decyzyjnych przy użyciu istniejących architektur modeli bez konieczności budowania złożonej infrastruktury.
github.comjevtest
jevtest dostarcza semantyczne dopasowywacze testów dla Vitest i Jest, oparte na modelu Jev. Umożliwia pisanie oczekiwań testowych w prostym języku angielskim i uzyskiwanie skalibrowanych prawdopodobieństw dla asercji.
github.comMakerMap
MakerMap to narzędzie odkrywcze wykorzystujące technologię Jev do łączenia użytkowników z lokalnymi twórcami. Twórca twierdzi, że platforma zapewnia wysoką dokładność w wyszukiwaniu rzemieślników, jednak te zapewnienia o wydajności nie zostały zweryfikowane przez niezależne podmioty.
x.com
