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
pi-quiet-ask
Projekt ten demonstruje integrację TypeSafe Jev jako warstwy decyzyjnej dla agenta programistycznego. Bada, w jaki sposób ustrukturyzowane i ciche wnioskowanie może być stosowane do automatyzacji zadań związanych z tworzeniem oprogramowania w ramach frameworka agenta pi.
github.comroverlab
roverlab to środowisko symulacyjne 3D dla łazików planetarnych. Narzędzie to służy jako piaskownica, w której programiści mogą eksperymentować z autonomicznym podejmowaniem decyzji przy użyciu TypeSafe AI w wirtualnym terenie pozaziemskim.
github.comjev-voice
Ten projekt prezentuje narzędzie do automatyzacji sterowane głosem dla systemu macOS. Wykorzystuje lokalne whisper.cpp do rozpoznawania mowy i integruje jedno wywołanie Jev TypeSafe na polecenie, aby przetwarzać i wykonywać zadania systemowe na komputerze.
github.comjev-auto-approve
To narzędzie GitHub automatyzuje przepływ pracy programistycznej, wymagając zatwierdzenia przez Jev przed scaleniem żądań pull. Prezentuje metodę wdrażania bramek przeglądu kodu opartych na Jev w celu zapewnienia standardów repozytorium.
github.comPlayground
To narzędzie oparte na przeglądarce umożliwia użytkownikom wprowadzanie danych stanu i zadawanie pytań w celu uzyskania typizowanych odpowiedzi. Służy jako interaktywne środowisko do testowania możliwości TypeSafe AI i weryfikacji generowania ustrukturyzowanych danych wyjściowych.
console.typesafe.aiPierwotne elementy
Ten przewodnik opisuje trzy podstawowe typy pytań w TypeSafe AI: Choice, Score i Noul. Wyjaśnia struktury danych i wartości zwracane powiązane z każdym elementem, aby pomóc programistom w skutecznym projektowaniu interakcji z AI.
docs.typesafe.aiopen-jev od JoshuaSP
To repozytorium bada wnioskowanie typowanego JSON przy użyciu DiffusionGemma. Dostarcza eksperymentalne wyniki testów porównawczych dla Every i Jev, pokazując, jak te modele radzą sobie z zadaniami wnioskowania na danych strukturalnych w środowisku badawczym.
github.comJev w Cloudflare AI Gateway
Ta integracja pokazuje, jak Jev wykorzystuje Cloudflare AI Gateway do dostarczania ustrukturyzowanych odpowiedzi na pytania użytkowników. Podkreśla techniczną implementację przetwarzania danych ustrukturyzowanych w ekosystemie Cloudflare w celu usprawnienia obsługi zapytań.
x.comKucharki
To źródło zawiera odtwarzalne przepisy dla typowych przepływów pracy AI, w tym pytania równoległe, ponowne sortowanie i zasobniki. Prezentuje praktyczne wzorce implementacji dla sprawdzania cytowań, ekstrakcji danych i hierarchicznej klasyfikacji, pomagając programistom w tworzeniu bardziej solidnych i ustrukturyzowanych aplikacji AI.
docs.typesafe.aitypesafe-triage-guard
To repozytorium udostępnia trzy konfigurowalne potoki decyzyjne oparte na Jev. Prezentuje zautomatyzowane przepływy pracy dla triażu zgłoszeń wsparcia, alertów monitorowania oraz oceny ryzyka wdrożenia, co pomaga usprawnić procesy decyzyjne w środowiskach technicznych.
github.comKlasyfikator obrazów OCR
Projekt ten prezentuje przepływ pracy klasyfikacji obrazów integrujący OCR i Jev. Twórca informuje o przetworzeniu 900 obrazów w ciągu 40 sekund przy użyciu tego zautomatyzowanego potoku.
x.commobile-jev
Ten projekt dostarcza samodzielny szkielet agenta Android, w którym Jev zarządza procesami decyzyjnymi. Zawiera środowisko React studio na żywo i demonstruje możliwości zautomatyzowanej interakcji poprzez demo aplikacji w stylu Uber.
github.comjev-oxlint
Ten projekt demonstruje metodę integracji umiejętności agentów Jev z frameworkiem analizy statycznej Oxlint. Zapewnia implementację techniczną rozszerzającą możliwości lintingu za pomocą niestandardowych wtyczek zaprojektowanych w celu wykorzystania logiki opartej na Jev.
github.comPort Cleanup
Port Cleanup to narzędzie dla systemu macOS służące do identyfikacji i zamykania aktywnych portów sieciowych. Projekt pomaga programistom zarządzać lokalnymi procesami poprzez bezpieczne wyłączanie niepotrzebnych usług, co pozwala utrzymać porządek w środowisku programistycznym.
github.comjcm-router
Ten lokalny serwer proxy wykorzystuje TypeSafe Jev do dynamicznego kierowania żądań podagentów do określonych modeli Claude i poziomów wysiłku. Został zaprojektowany do niezależnego zarządzania wyspecjalizowanymi zadaniami przy jednoczesnym zachowaniu stanu głównej sesji czatu.
github.comjev-harness-router
Ten projekt zapewnia mechanizm routingu dla zadań Jev poprzez ocenę poziomu modelu, narzędzi, umiejętności i wysiłku. Prezentuje ustrukturyzowane podejście do dystrybucji zadań w ramach zautomatyzowanych przepływów pracy.
github.comsiftr
siftr dostarcza interfejs CLI oraz serwer MCP dla agentów programistycznych AI, umożliwiając wyszukiwanie semantyczne i wybór plików. Projekt ma na celu zwiększenie wydajności agentów poprzez skoncentrowane czytanie kodu i wybieranie elementów z list w krótkim czasie.
github.comjev-commit
Ten hook przed zatwierdzeniem (pre-commit) wykorzystuje Jev do analizy zmian w poczekalni w odniesieniu do wiadomości commitu. Ma na celu wykrycie potencjalnych problemów, takich jak pozostałości debugowania, nieopisane zmiany oraz ujawnione dane uwierzytelniające przed finalizacją commitu.
github.comEksperyment walki powietrznej z Jev
Ten eksperyment bada integrację Jev z symulacjami walki powietrznej. Twórca prezentuje trwające prace rozwojowe mające na celu udoskonalenie manewrów bojowych i podejmowania decyzji taktycznych przez sztuczną inteligencję w środowisku gry.
x.comKalibracja Janus
Janus demonstruje system kalibracji i routingu opartego na pewności w zadaniach decyzyjnych. Projekt osiąga dokładność 80,2% w zbiorze danych Banking77, a autor deklaruje efektywność kosztową na poziomie 0,103 USD za 500 decyzji.
github.comSterowanie głosowe przeglądarką w czasie rzeczywistym
Projekt ten demonstruje wykorzystanie Jev do obsługi przeglądarki za pomocą poleceń głosowych w czasie rzeczywistym. Twórca twierdzi, że system przetwarza mowę na działania w przeglądarce w ciągu 300 milisekund przy niskich kosztach operacyjnych.
x.comZrozumienie podstaw Jev
Ten artykuł zawiera koncepcyjny przegląd Jev, wyjaśniając jego główny cel i ograniczenia techniczne. Służy jako podstawowy przewodnik dla programistów, pomagający odróżnić zamierzoną funkcjonalność Jev od powszechnych nieporozumień.
zenn.devPubliczność złożona ze 100 osobowości
Projekt ten prezentuje dynamiczną publiczność składającą się ze 100 symulowanych osobowości, które indywidualnie reagują na dane wejściowe użytkownika. Pokazuje, jak Jev może być wykorzystany do zarządzania złożonymi interakcjami indywidualnymi w środowisku syntetycznej publiczności na dużą skalę.
x.comjev-search
Narzędzie to umożliwia wyszukiwanie offline wewnątrz skarbców Obsidian. Zawiera opcjonalny mechanizm zmiany kolejności wyników wyszukiwania za pomocą Jev, który wymaga wyraźnej zgody użytkownika przed uruchomieniem, zapewniając kontrolę nad priorytetyzacją wyświetlanych informacji.
github.comjev-firewall
To narzędzie zapewnia zaporę sieciową w czasie rzeczywistym dla agentów programistycznych AI. Wykorzystuje reguły deterministyczne i weryfikację opartą na Jev do przechwytywania wywołań narzędzi, decydując o zezwoleniu, zablokowaniu lub wymaganiu ręcznego zatwierdzenia działań agenta.
github.comRouting modeli Corent
Corent prezentuje system routingu modeli, który wykorzystuje Jev do oceny promptów i wymagań jakościowych. Podejście to ma na celu dynamiczny wybór najbardziej odpowiedniego modelu AI dla określonych zadań przed wygenerowaniem ostatecznego wyniku.
x.comPraktyczne przepływy pracy z Jev
Zasób ten przedstawia sześć konkretnych przypadków użycia Jev, w tym weryfikację faktów, rankingowanie, sprawdzanie cytowań i analizę błędów agentów. Pokazuje, jak narzędzie to można zastosować do przetwarzania ustrukturyzowanych informacji i systematycznych zadań kontroli jakości.
x.comJev 1.13 jaggedness
Zasób ten zawiera techniczny przegląd znanych trybów awarii i niespójności wydajności w obecnym publicznym modelu Jev 1.13. Służy jako przewodnik dokumentacyjny dla programistów, pomagający zrozumieć specyficzne ograniczenia i przypadki brzegowe napotykane podczas działania modelu.
docs.typesafe.aiawesome-jev
To utrzymywane przez społeczność repozytorium zawiera katalog 485 projektów open source zbudowanych przy użyciu Jev. Służy jako punkt odniesienia dla programistów chcących poznać różne aplikacje i implementacje stworzone w ramach ekosystemu Jev.
github.comDyrygent orkiestry w czasie rzeczywistym
Projekt ten demonstruje wykorzystanie Jev do dyrygowania orkiestrą w czasie rzeczywistym. Twórca prezentuje eksperyment techniczny, w którym system interpretuje i zarządza danymi wejściowymi z występu muzycznego, aby prowadzić zespół.
x.comJevForm
JevForm demonstruje adaptacyjne podejście do projektowania formularzy. Narzędzie generuje dynamiczne pola, które dostosowują się na podstawie semantycznego znaczenia wprowadzanych danych, odchodząc od sztywnej logiki warunkowej typu jeśli-to.
x.comjev-harness
Projekt ten dostarcza mechanizm decyzyjny dla TypeSafe Jev, obejmujący bramki zaufania, tryb cienia oraz receptury ewaluacyjne. Twórca twierdzi, że wydajność w zadaniach filtrowania wierszy jest wyższa niż w Claude CLI, jednak dane te nie zostały niezależnie zweryfikowane.
github.comjev-carryforward
Ten serwer MCP prowadzi rejestr dla każdego projektu, śledząc historię sesji. Wykorzystuje model oceny Jev za pośrednictwem Vercel AI Gateway do przywoływania kontekstu poprzednich zadań, umożliwiając bieżącym sesjom kontynuację wcześniejszej pracy.
github.comqualm
qualm dostarcza framework do typowanego podejmowania decyzji w modelach System One. Poprzez rozróżnienie między pewnymi a niepewnymi odpowiedziami na poziomie typów, narzędzie wymusza na programistach obsługę obu stanów, co zwiększa bezpieczeństwo typów w aplikacji.
github.comBrowser Use + Jev
Ta demonstracja autorstwa Gregora Zunica prezentuje implementację wyszukiwania lotów przy użyciu Jev. Pokazuje, w jaki sposób agent może wchodzić w interakcje z dynamiczną przestrzenią akcji DOM, aby nawigować po interfejsach internetowych i pobierać konkretne informacje o podróży.
x.comJev gra w Pokémon Showdown
Ten eksperyment pokazuje, jak Jev nawiguje po interfejsie Pokémon Showdown, podejmując strategiczne decyzje w trakcie walki. Twórca demonstruje, w jaki sposób model radzi sobie z logiką gry w czasie rzeczywistym, choć wydajność w meczach rankingowych bywa zmienna.
x.com
