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
jev-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.comWystęp fortepianowy Jev w czasie rzeczywistym
Ta demonstracja pokazuje, jak Jev kontroluje obie dłonie i palce, aby grać na pianinie w czasie rzeczywistym. System przetwarza dane wizualne w celu koordynacji złożonych ruchów, ilustrując zdolność agenta do responsywnej interakcji muzycznej z użyciem wielu kończyn.
x.comDiffJury
DiffJury to narzędzie analizujące publiczne żądania pull request w celu oceny ich bezpieczeństwa przed scaleniem. Twórca twierdzi, że narzędzie wykorzystuje możliwości Jev do automatyzacji przeglądu kodu i identyfikacji potencjalnych problemów przed integracją.
x.comJev Social
Jev Social prezentuje zautomatyzowane narzędzie badawcze, które wykonuje ograniczone operacje przeglądarkowe na platformach społecznościowych. Gromadzi dowody z Instagrama, TikToka i LinkedIna, tworząc raporty z cytatami na podstawie pobranych danych.
github.comJev gra w Balatro
Ta demonstracja pokazuje Jev z TypeSafe AI grającego w grę karcianą Balatro. Twórca twierdzi, że system podejmuje decyzje w grze w czasie 200-500 ms, co ilustruje jego potencjał do szybkiej interakcji w złożonych środowiskach cyfrowych opartych na regułach.
x.comJev_apps
To repozytorium zawiera przegląd różnych aplikacji opartych na Jev. Wyjaśnia ich podstawowe funkcje, zasady działania oraz wady i zalety, pomagając użytkownikom zrozumieć, jak te narzędzia sprawdzają się w praktycznych scenariuszach.
github.comjev-document-classification
Projekt ten demonstruje zautomatyzowane podejście do kategoryzacji dokumentów tekstowych. Wykorzystuje model System One firmy TypeSafe w celu usprawnienia procesów klasyfikacji, dążąc do zapewnienia opłacalnego rozwiązania do zarządzania strukturami danych opartymi na dokumentach.
github.comjev-browser
Projekt ten dostarcza SDK i CLI oparte na Jev do automatyzacji przeglądarki. Prezentuje integrację z Playwright, umożliwiając deterministyczne asercje i trwałe operacje przeglądarkowe w ramach architektury serwera MCP.
github.comslop-grader
To narzędzie wykorzystuje Jev do oceny plików markdown zgodnie z niestandardowymi zestawami reguł. Identyfikuje naruszenia jakości treści i generuje wyniki, umożliwiając zautomatyzowanym agentom wprowadzanie niezbędnych poprawek na podstawie dostarczonych informacji zwrotnych.
github.comtalkr
talkr to narzędzie do analizy mowy, które ocenia 30-sekundowe wypowiedzi. Identyfikuje wypełniacze, pauzy i poziom pewności siebie, dostarczając użytkownikom informacji zwrotnych potrzebnych do poprawy umiejętności komunikacyjnych.
x.comjevql
jevql dostarcza semantyczny interfejs SQL dla Postgres, oparty na technologii Jev. Narzędzie to pokazuje, w jaki sposób przetwarzanie języka naturalnego może być wykorzystane do generowania zapytań SQL, ułatwiając interakcję z bazami danych w ekosystemie Jev.
github.comJev gra w Doom
Ta prezentacja pokazuje Jev podejmującego decyzje w czasie rzeczywistym w grze Doom. Twórca twierdzi, że system wykonuje ruchy z częstotliwością do dziesięciu razy na sekundę podczas rozgrywki.
x.compi-jev-compaction
Projekt ten zapewnia mechanizm automatycznego czyszczenia kontekstu w Pi bez utraty historii rozmów. Pokazuje podejście do zarządzania zużyciem pamięci przy jednoczesnym zachowaniu ciągłości interakcji.
github.comLaneBreak
LaneBreak wykorzystuje TypeSafe Jev do automatyzacji priorytetyzacji i routingu zgłoszeń serwisowych. Projekt ten demonstruje ustrukturyzowane podejście do zarządzania zgłoszeniami za pomocą programowalnych przepływów pracy decyzyjnej.
github.comOcenianie eseju o sztucznej inteligencji
Ta demonstracja pokazuje, jak Jev analizuje tempo narracji eseju napisanego przez Dario Amodei. Ilustruje, w jaki sposób zautomatyzowane narzędzia mogą być wykorzystywane do oceny struktury i kompozycji złożonych tekstów technicznych.
x.comfable-jev
Projekt ten integruje Jev i get-fable w celu ułatwienia szybkiego przetwarzania poznawczego dla autonomicznych agentów programistycznych. Twórca twierdzi, że implementacja osiąga czas reakcji poniżej 100ms, jednak te wskaźniki wydajności nie zostały niezależnie zweryfikowane.
github.compong-jev
Projekt ten prezentuje implementację gry Atari Pong przy użyciu TypeSafe Jev. Pokazuje on sposób sterowania rozgrywką poprzez zadawanie jednego pytania wielokrotnego wyboru na klatkę, bez przesyłania współrzędnych do modelu.
github.comKsiążka kucharska sugestii umiejętności TypeSafe AI
To oficjalne źródło TypeSafe zawiera ustrukturyzowany przewodnik wdrażania mechanizmów sugerowania umiejętności w agentach AI. Pokazuje, jak dynamicznie polecać użytkownikom odpowiednie funkcje, aby zwiększyć efektywność interakcji i ułatwić wykonywanie zadań.
docs.typesafe.aixtags
xtags to narzędzie etykietujące posty w serwisie X na podstawie oczekiwanej akcji. Wykorzystuje model Jev, który zwraca prawdopodobieństwa zamiast generować tekst, aby identyfikować i klasyfikować intencje stojące za poszczególnymi wpisami.
github.comjev-mcp
Ten serwer MCP integruje TypeSafe Jev ze środowiskami programistycznymi, takimi jak Cursor i Codex. Pokazuje, jak włączyć Jev do zautomatyzowanych cykli programistycznych, aby wspierać zadania kodowania za pomocą standardowych interfejsów klienta MCP.
github.comKlasyfikator zgłoszeń wsparcia
Ta implementacja Jev automatyzuje zarządzanie zgłoszeniami wsparcia poprzez klasyfikację przychodzących zapytań według kategorii, pilności i wymagań dotyczących routingu. Pokazuje, jak usprawnić przepływy pracy obsługi klienta poprzez rozróżnienie między ścieżkami rozwiązań zautomatyzowanymi a obsługiwanymi przez ludzi.
x.comCerebellum-2B
Cerebellum-2B to nieautoregresyjny model agenta AI oparty na Qwen3.5-2B. Prezentuje możliwości routingu narzędzi O(1) oraz automatyzacji DOM, stanowiąc alternatywę open source dla programistów tworzących wydajne procesy decyzyjne dla agentów.
github.comAnaliza reklam konkurencji z Jev
Ta demonstracja pokazuje, jak Jev przetwarza 724 reklamy od 37 marek. Materiał ilustruje, w jaki sposób agent identyfikuje elementy kreatywne i formaty reklam, wspierając szybką analizę marketingową.
x.comtypesafe-cli
To narzędzie wiersza poleceń umożliwia odpytywanie Jev bezpośrednio z terminala. Prezentuje ono ustrukturyzowany model interakcji, który wymusza odpowiedzi w określonych formatach, takich jak null, wybory lub wyniki liczbowe, zamiast tekstu w języku naturalnym.
github.com
