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
Katalog Jevable
Jevable to wyselekcjonowany katalog projektów i demonstracji związanych z Jev. Oferuje użytkownikom uporządkowane kategorie oraz opcje przesyłania własnych prac, ułatwiając odkrywanie i udostępnianie nowych rozwiązań w ramach ekosystemu Jev.
jevable.comJevinik
Jevinik to narzędzie do oceny akcji wykorzystujące Jev do szybkiej analizy rynku. Projekt pokazuje, jak zautomatyzowane przetwarzanie można zastosować do danych finansowych, aby pomóc użytkownikom w ocenie trendów rynkowych i prowadzeniu badań.
x.comawesome-jev-projects
To repozytorium służy jako wyselekcjonowany katalog dla ekosystemu Jev. Zapewnia ustrukturyzowany przegląd projektów open source, ułatwiając ich odkrywanie dzięki opisom w prostym języku oraz automatycznej synchronizacji metadanych z serwisu GitHub.
github.comjev-guard
Projekt ten zapewnia warstwę bezpieczeństwa dla agentów programistycznych, takich jak Claude Code i Codex. Prezentuje mechanizm wykrywania wstrzykiwania promptów i zapobiegania niebezpiecznym działaniom przy użyciu logiki walidacji opartej na Jev.
github.comWzorce
Zasób ten przedstawia wzorce architektoniczne dla systemów AI, w tym spekulatywne rozgałęzianie, routing oparty na pewności, złożoną ocenę i routing intencji. Oferuje ustrukturyzowane podejście do zarządzania złożonymi przepływami pracy LLM i poprawy niezawodności odpowiedzi.
docs.typesafe.aicommit-miner
To narzędzie wykorzystuje Jev do analizy i klasyfikacji wiadomości oraz różnic w commitach Git. Prezentuje zautomatyzowaną kategoryzację zmian w oprogramowaniu, identyfikując w szczególności poprawki błędów, poprawki bezpieczeństwa oraz różne typy modyfikacji w historii kontroli wersji.
github.comJev-Trades
Jev-Trades to bot transakcyjny wykorzystujący model systemu pierwszego Jev od TypeSafe AI. Projekt ten demonstruje integrację logiki modelu Jev na wczesnym etapie rozwoju z automatycznymi przepływami pracy w handlu rynkowym.
github.compi-warden
pi-warden zapewnia mechanizmy ochronne dla agentów Pi przy użyciu pi-typesafe, aby sterować ich działaniem. Narzędzie identyfikuje nieprawidłowe wywołania narzędzi, wykrywa pętle i oznacza niezweryfikowane twierdzenia o zakończeniu pracy, poprawiając niezawodność bez przerywania pracy użytkownika.
github.comOdkrywanie funkcji za pomocą Autoresearch
Ten przewodnik TypeSafe AI wyjaśnia proces odkrywania funkcji za pomocą autoresearch. Pokazuje, w jaki sposób zautomatyzowane systemy mogą identyfikować i kategoryzować nowe funkcje w bazie kodu, aby zwiększyć wydajność programowania i poprawić dokumentację projektu.
docs.typesafe.aijev() dla PostgreSQL
To rozszerzenie PostgreSQL wprowadza funkcję jev(), umożliwiającą wykonywanie zapytań w języku naturalnym bezpośrednio w środowiskach bazodanowych. Projekt demonstruje metodę upraszczania procesu pobierania danych poprzez wykorzystanie intuicyjnych poleceń tekstowych zamiast tradycyjnej składni SQL.
x.comjev-curate
To narzędzie zapewnia potok o wysokiej przepustowości do filtrowania i oceniania syntetycznych lub wstępnie wytrenowanych zbiorów danych. Wykorzystuje TypeSafe AI Jev do przetwarzania plików Parquet i JSONL, demonstrując metodę stosowania typowanych decyzji do strumieni danych na dużą skalę.
github.comsolari-reflex
solari-reflex to system agentów, który podejmuje jedną decyzję Jev na każdy krok obliczeniowy. Projekt ten demonstruje granularne podejście do wnioskowania agentów poprzez izolowanie poszczególnych cykli decyzyjnych w ramach ustrukturyzowanego środowiska obliczeniowego.
github.comJevForge
JevForge dostarcza kompleksowy stos do podejmowania decyzji strukturalnych w stylu Jev. Projekt demonstruje wykorzystanie narzędzi do trenowania modelu Qwen3.5-0.8B, w tym serwowanie lokalne, interaktywne odtwarzanie i ewaluację.
github.comMOSS 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.com
