Enviar descoberta
English
한국어
日本語
Español
Français
Deutsch
简体中文
繁體中文
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
Voltar ao laboratórioJEVLAB / FIELD NOTES
Direto do laboratório
Uma lista de leitura datada de recursos recém-adicionados e NOTÍCIAS DO JEVLAB. Volte para ver o que mudou ou siga o feed RSS no seu próprio leitor.
Lembre-se desta visita neste navegador para destacar novas adições na próxima vez. Sem login ou rastreamento entre dispositivos.
As datas mostram quando um item ficou disponível no JEVLAB, em UTC, não quando sua fonte original foi publicada. Edições apenas de tradução não contam como novos recursos.
36
jev-bfs
Este projeto implementa um jogo de corrida de links da Wikipedia usando o ranking Jev. Ele demonstra uma abordagem de busca em largura para encontrar caminhos entre artigos, apresentando uma interface de terminal ao vivo para acompanhar o progresso.
github.comjevegis
jevegis fornece uma API unificada para implementar proteções em aplicações LLM. Construído sobre o TypeSafe Jev, o recurso foca na detecção de injeções de prompt, jailbreaks, vazamentos de dados e conteúdos inseguros para garantir interações mais seguras com modelos de linguagem.
github.comPac-Man controlado por Jev
Esta demonstração apresenta uma partida de Pac-Man onde cada movimento é determinado por Jev. O projeto serve como um experimento para aplicar a lógica de tomada de decisão de Jev a mecânicas de arcade clássicas e observar padrões estratégicos.
x.comPalestra técnica de Diogo Almeida
Esta apresentação do fundador da Jev, Diogo Almeida, explora a arquitetura da plataforma. O criador afirma que o sistema alcança alta velocidade e custo-benefício sem alucinações, embora essas métricas de desempenho não tenham sido verificadas de forma independente.
x.comDoom com futuros ramificados
Este experimento demonstra o uso de Jev junto com um LLM para jogar Doom. Explora a capacidade de simular múltiplos resultados futuros potenciais simultaneamente durante o jogo para informar os processos de tomada de decisão no ambiente virtual.
x.comClassificador de complexidade de código
Este projeto apresenta um classificador baseado em Jev para avaliar a complexidade de bases de código. O objetivo é auxiliar desenvolvedores a identificar e mitigar códigos excessivamente complexos por meio de análise estrutural automatizada.
x.comDocumentação do TypeSafe AI
Este recurso fornece a documentação fundamental para o TypeSafe AI. Ele abrange primitivas centrais, padrões de implementação e receitas práticas, além de referências técnicas abrangentes para a API HTTP e kits de desenvolvimento de software.
docs.typesafe.aijev-use
Este plugin permite que agentes de IA como o Claude Code deleguem etapas sem saída de texto para o Jev. Demonstra um fluxo de escalonamento tipado para o LLM, com o criador relatando latência p50 de 230ms e custo de US$ 0,02 por 1.000 julgamentos.
github.comConstruindo o cérebro de agente mais rápido em 10 passos
Este guia descreve um processo de dez etapas para construir um cérebro de agente usando Jev. O autor afirma que esta abordagem otimiza o desempenho de alta velocidade, fornecendo um fluxo de trabalho estruturado para desenvolvedores que buscam criar sistemas autônomos responsivos.
x.comRoteamento baseado em confiança
Este padrão demonstra um método para rotear solicitações com base em pontuações de confiança do modelo. Ensina como implementar lógica condicional para direcionar tarefas a caminhos apropriados, visando garantir a qualidade dos resultados.
docs.typesafe.aiUma tentativa na Liga Pokémon
Este projeto demonstra Jev tentando derrotar a Liga Pokémon em Pokémon Gold. Ele mostra o uso de entradas de controle básicas para navegar pelo ambiente do jogo e progredir nas batalhas.
x.comtypesafe-go
Este repositório fornece um SDK Go idiomático projetado para interagir com a API do TypeSafe AI. Ele serve como uma ferramenta de desenvolvimento para facilitar a integração e a comunicação com o serviço usando padrões de programação Go padrão.
github.comExtensão de enquadramento de notícias Ground Truth
Esta extensão de navegador utiliza Jev para analisar e classificar artigos online. Ela demonstra como identificar automaticamente o enquadramento das notícias, os tópicos do conteúdo e o uso de linguagem carregada em mídias digitais.
x.comvon
von é um modelo de tomada de decisão System One de código aberto, projetado como uma alternativa local e não autorregressiva ao TypeSafe Jev. O criador afirma que o modelo atinge velocidades de inferência abaixo de 15ms.
github.comtypesafe-client
Esta biblioteca Rust fornece um cliente assíncrono não oficial para interagir com a API do TypeSafe System One. Ela demonstra como implementar padrões de comunicação com segurança de tipo ao integrar com os serviços de backend da plataforma.
github.comjev-mcp
Este servidor MCP integra o TypeSafe Jev ao Claude Code, fornecendo ferramentas estruturadas para classificação, pontuação e processamento em lote. Demonstra como expor capacidades de julgamento calibradas como funções padronizadas para fluxos de trabalho de agentes automatizados.
github.comjev-t-rex-runner
Este projeto demonstra a aplicação do modelo Typesafe AI Jev para automatizar o jogo do dinossauro do Chrome. Serve como um experimento prático sobre a integração de agentes de IA em ambientes de jogos baseados em navegador.
github.comControle por voz para Fusion 360
Este projeto demonstra uma interface de controle por voz para o Fusion 360. Utiliza o Jev para distinguir entre comandos de ação e conversas casuais, visando otimizar fluxos de trabalho em CAD por meio de linguagem natural.
x.comtaste-lint
Esta ferramenta de linha de comando utiliza Jev para identificar conteúdo de baixa qualidade gerado por IA em interfaces, textos e instruções de agentes. Ela oferece verificações semânticas de estilo para auxiliar na manutenção da qualidade antes do deploy.
github.comrh-guard
rh-guard fornece um mecanismo de detecção de hack de recompensa para agentes de codificação. Utiliza negações estruturais e um sidecar TypeSafe Jev System One para monitorar hooks no Claude Code e Cursor, visando identificar possíveis comportamentos de hack de recompensa durante tarefas de desenvolvimento automatizadas.
github.comfast-jev-compaction
Este plugin para Claude Code substitui resumos de compactação por decisões Jev. Ele avalia chamadas de ferramentas e resultados em uma única solicitação rápida, descartando ou truncando dados obsoletos enquanto preserva informações essenciais em seu formato original.
github.comjevscape
jevscape fornece um harness RuneBench para Jev, apresentando um catálogo de ações limitado e um controlador de modo tick. Inclui um painel ao vivo projetado para ajudar desenvolvedores a monitorar e gerenciar fluxos de trabalho de agentes no ecossistema Jev.
github.comspendbrake
spendbrake oferece um mecanismo para gerenciar gastos de agentes de IA. Ele demonstra como implementar controles orçamentários permitindo que os usuários continuem, degradem o modelo ou interrompam as operações via TypeSafe Jev.
github.comjev-codes
Esta ferramenta permite auditar automaticamente diffs do git em relação a padrões de codificação YAML definidos. Utiliza o modelo Jev para realizar verificações de consistência via interface de linha de comando ou fluxos de trabalho de agentes de IA.
github.comJev Room
Jev Room é uma ferramenta web que transforma uma única frase descritiva em seis configurações de ambiente distintas. O aplicativo utiliza Jev para interpretar a entrada do usuário e renderizar representações visuais de diversos designs de interiores.
jev-room.moe136231.chatgpt.sitejev-trader
jev-trader demonstra um bot de negociação automatizado que utiliza Jev para analisar feeds de preços de ativos. O projeto ilustra como o modelo toma decisões de compra e venda e executa transações financeiras reais com base em sua lógica.
x.comjev-mail-classifier
Este projeto demonstra um sistema automatizado de gerenciamento de e-mail usando Jev. Ele oferece uma abordagem baseada em configuração para classificar, marcar, mover e sinalizar mensagens recebidas, mostrando como aplicar modelos de IA da TypeSafe para otimizar fluxos de trabalho de organização de caixas de entrada.
github.comQuatorze verificações para cada pull request
Esta ferramenta automatiza a revisão de código executando quatorze verificações em cada pull request. O objetivo é detectar problemas potenciais, como segredos codificados ou padrões SQL inseguros, durante o fluxo de trabalho de desenvolvimento.
x.comIntrodução ao TypeSafe
Esta documentação oficial fornece uma visão geral fundamental do ecossistema TypeSafe. Ela serve como o ponto de entrada principal para compreender os conceitos centrais e os princípios arquiteturais que regem a abordagem da plataforma para a integração segura de IA.
docs.typesafe.aijev-crawlers
Este repositório fornece rastreadores automatizados construídos com primitivas estilo Unix para análise de sistemas. Demonstra uma abordagem modular para a busca de bugs, utilizando ferramentas leves e combináveis para realizar a coleta de dados e a descoberta de vulnerabilidades em ambientes de destino.
github.comtypesafe-local
Este projeto demonstra um método para consultar LLMs locais no Apple Silicon para obter probabilidades calibradas em vez de texto. O objetivo é fornecer saídas estruturadas diretamente, ignorando a geração de texto e etapas de análise sintática.
github.comCheshi
Cheshi é um espaço de trabalho para macOS que integra memória de conversação baseada em Jev com OpenAI Codex. Permite gerenciar agentes de IA, explorar código via CodeGraph e unificar fluxos de trabalho com Git, terminais Ghostty e Apple Notes.
github.comgame-coach
Este projeto integra a análise do motor Stockfish com a lógica de julgamento baseada em Jev para fornecer orientação estratégica em tempo real para jogadores de xadrez. Demonstra um método para combinar motores de xadrez tradicionais com sistemas de IA modernos.
github.comSDE cascade
Esta referência oficial da TypeSafe descreve a metodologia SDE cascade. Ela demonstra como estruturar fluxos de trabalho de IA em várias etapas para melhorar a confiabilidade dos resultados e a consistência lógica durante tarefas complexas de desenvolvimento de software.
docs.typesafe.aiDGP (Decision Graph Protocol)
Este protocolo experimental usa um adaptador Jev para avaliar evidências por meio de escolhas tipadas. Ele demonstra como o código da aplicação pode validar permissões e executar ações de demonstração simuladas dentro de uma estrutura de tomada de decisão.
github.comkyotsu-ai-bench
Este repositório fornece um painel estático comparando os modelos Jev, luna-none e luna-low no Teste Comum do Japão de 2026. O projeto serve como um benchmark experimental para avaliar o desempenho dessas arquiteturas de IA em questões de exames acadêmicos padronizados.
github.com
