ส่งแหล่งข้อมูล
English
한국어
日本語
Español
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
Italiano
Tiếng Việt
Türkçe
Polski
Русский
กลับไปที่ห้องแล็บJEVLAB / FIELD NOTES
สดใหม่จากห้องปฏิบัติการ
รายการอ่านตามวันที่ของทรัพยากรที่เพิ่มเข้ามาใหม่และ JEVLAB NEWS กลับมาดูสิ่งที่เปลี่ยนแปลง หรือติดตามฟีด RSS ในโปรแกรมอ่านของคุณเอง
จดจำการเยี่ยมชมนี้บนเบราว์เซอร์นี้เพื่อเน้นส่วนที่เพิ่มใหม่ในครั้งถัดไป ไม่มีการลงชื่อเข้าใช้หรือการติดตามข้ามอุปกรณ์
วันที่แสดงเมื่อรายการพร้อมใช้งานใน JEVLAB ตามเวลา UTC ไม่ใช่เมื่อแหล่งข้อมูลต้นฉบับถูกเผยแพร่ การแก้ไขเฉพาะการแปลไม่นับเป็นทรัพยากรใหม่
36
jev-bfs
โปรเจกต์นี้นำเสนอเกมแข่งลิงก์ Wikipedia โดยใช้การจัดอันดับแบบ Jev ซึ่งสาธิตวิธีการค้นหาเส้นทางระหว่างบทความด้วยอัลกอริทึมการค้นหาตามแนวกว้าง พร้อมอินเทอร์เฟซเทอร์มินัลแบบเรียลไทม์เพื่อติดตามความคืบหน้าในระหว่างการแข่งขัน
github.comjevegis
jevegis นำเสนอ API แบบรวมศูนย์สำหรับการติดตั้งระบบป้องกันในแอปพลิเคชัน LLM โดยสร้างขึ้นบน TypeSafe Jev เพื่อช่วยตรวจจับการฉีดคำสั่ง (Prompt Injection), การเจลเบรค, การรั่วไหลของข้อมูล และเนื้อหาที่ไม่ปลอดภัย เพื่อเพิ่มความปลอดภัยในการใช้งานโมเดลภาษา
github.comPac-Man ที่ควบคุมโดย Jev
การสาธิตนี้แสดงให้เห็นถึงการเล่นเกม Pac-Man ที่ทุกการเคลื่อนไหวถูกกำหนดโดย Jev โครงการนี้ทำหน้าที่เป็นการทดลองเพื่อนำตรรกะการตัดสินใจของ Jev มาใช้กับกลไกเกมอาร์เคดแบบคลาสสิกเพื่อสังเกตรูปแบบการนำทางเชิงกลยุทธ์
x.comการบรรยายทางเทคนิคของ Diogo Almeida
การบรรยายโดย Diogo Almeida ผู้ก่อตั้ง Jev นี้ได้สำรวจสถาปัตยกรรมของแพลตฟอร์ม ผู้สร้างอ้างว่าระบบมีความเร็วสูงและคุ้มค่าโดยไม่มีอาการหลอนของ AI อย่างไรก็ตาม ตัวเลขประสิทธิภาพเหล่านี้ยังไม่ได้รับการตรวจสอบจากบุคคลที่สาม
x.comDoom กับอนาคตที่แตกแขนง
การทดลองนี้แสดงให้เห็นถึงการใช้ Jev ร่วมกับ LLM เพื่อเล่นเกม Doom โดยสำรวจความสามารถในการจำลองผลลัพธ์ในอนาคตที่อาจเกิดขึ้นหลายรูปแบบพร้อมกันระหว่างการเล่น เพื่อช่วยในการตัดสินใจภายในสภาพแวดล้อมของเกม
x.comตัวจำแนกความซับซ้อนของฐานโค้ด
โครงการนี้นำเสนอตัวจำแนกที่ใช้ Jev เพื่อประเมินความซับซ้อนของฐานโค้ด โดยมีจุดมุ่งหมายเพื่อช่วยให้นักพัฒนาสามารถระบุและลดการออกแบบโค้ดที่ซับซ้อนเกินความจำเป็นผ่านการวิเคราะห์โครงสร้างแบบอัตโนมัติ
x.comเอกสารประกอบ TypeSafe AI
แหล่งข้อมูลนี้ให้เอกสารพื้นฐานสำหรับ TypeSafe AI ซึ่งครอบคลุมถึงตัวดำเนินการหลัก รูปแบบการใช้งาน และคู่มือปฏิบัติการเชิงปฏิบัติ พร้อมด้วยข้อมูลอ้างอิงทางเทคนิคที่ครอบคลุมสำหรับ HTTP API และชุดพัฒนาซอฟต์แวร์
docs.typesafe.aijev-use
ปลั๊กอินนี้ช่วยให้เอเจนต์ AI เช่น Claude Code สามารถส่งต่อขั้นตอนที่ไม่ต้องการเอาต์พุตข้อความไปยัง Jev ได้ โดยแสดงให้เห็นถึงขั้นตอนการยกระดับแบบมีประเภทกลับไปยัง LLM ซึ่งผู้สร้างรายงานว่ามีค่าความหน่วง p50 ที่ 230ms และค่าใช้จ่ายประมาณ 0.02 ดอลลาร์ต่อ 1,000 การตัดสิน
github.comการสร้างสมองเอเจนต์ที่เร็วที่สุดใน 10 ขั้นตอน
คู่มือนี้สรุปกระบวนการสิบขั้นตอนสำหรับการสร้างสมองเอเจนต์โดยใช้ Jev ผู้เขียนอ้างว่าแนวทางนี้ช่วยเพิ่มประสิทธิภาพความเร็วสูง โดยมอบขั้นตอนการทำงานที่มีโครงสร้างสำหรับนักพัฒนาที่ต้องการสร้างระบบอัตโนมัติที่ตอบสนองได้ดี
x.comการกำหนดเส้นทางตามระดับความเชื่อมั่น
รูปแบบนี้แสดงวิธีการกำหนดเส้นทางคำขอโดยอิงจากคะแนนความเชื่อมั่นของโมเดล โดยสอนวิธีใช้ตรรกะแบบมีเงื่อนไขเพื่อส่งต่องานไปยังเส้นทางการประมวลผลที่เหมาะสมเพื่อรักษาคุณภาพของผลลัพธ์
docs.typesafe.aiการท้าทายในโปเกมอนลีก
โปรเจกต์นี้แสดงให้เห็นถึง Jev ที่พยายามเอาชนะโปเกมอนลีกในเกม Pokémon Gold โดยสาธิตการใช้คำสั่งควบคุมพื้นฐานเพื่อนำทางในสภาพแวดล้อมของเกมและดำเนินการต่อสู้ให้สำเร็จ
x.comtypesafe-go
ที่เก็บข้อมูลนี้มี Go SDK แบบสำนวนที่ออกแบบมาเพื่อโต้ตอบกับ TypeSafe AI API โดยทำหน้าที่เป็นเครื่องมือสำหรับนักพัฒนาเพื่อช่วยให้การรวมระบบและการสื่อสารกับบริการทำได้ง่ายขึ้นโดยใช้รูปแบบการเขียนโปรแกรม Go มาตรฐาน
github.comส่วนขยายวิเคราะห์กรอบข่าว Ground Truth
ส่วนขยายเบราว์เซอร์นี้ใช้ Jev ในการวิเคราะห์และจัดหมวดหมู่บทความออนไลน์ โดยสาธิตวิธีการระบุกรอบของข่าว หัวข้อเนื้อหา และการใช้ภาษาที่โน้มน้าวอารมณ์ในสื่อดิจิทัลโดยอัตโนมัติ
x.comvon
von เป็นโมเดลการตัดสินใจ System One แบบโอเพนซอร์สที่ออกแบบมาเพื่อเป็นทางเลือกในเครื่องแบบไม่ใช้ autoregressive แทนที่ TypeSafe Jev ผู้สร้างอ้างว่าโมเดลนี้สามารถทำความเร็วในการอนุมานได้ต่ำกว่า 15ms สำหรับงานตัดสินใจ
github.comtypesafe-client
ไลบรารี Rust นี้มีไคลเอ็นต์แบบอะซิงโครนัสที่ไม่เป็นทางการสำหรับการโต้ตอบกับ API ของ TypeSafe System One โดยแสดงให้เห็นถึงวิธีการใช้รูปแบบการสื่อสารที่ปลอดภัยทางประเภทข้อมูลเมื่อรวมเข้ากับบริการแบ็กเอนด์ของแพลตฟอร์ม
github.comjev-mcp
เซิร์ฟเวอร์ MCP นี้รวม TypeSafe Jev เข้ากับ Claude Code โดยจัดเตรียมเครื่องมือที่มีโครงสร้างสำหรับการจำแนกประเภท การให้คะแนน และการประมวลผลแบบกลุ่ม แสดงให้เห็นถึงวิธีการเปิดเผยความสามารถในการตัดสินที่ผ่านการปรับเทียบแล้วให้เป็นฟังก์ชันมาตรฐานสำหรับเวิร์กโฟลว์ของเอเจนต์อัตโนมัติ
github.comjev-t-rex-runner
โปรเจกต์นี้สาธิตการประยุกต์ใช้โมเดล Typesafe AI Jev เพื่อทำให้เกมไดโนเสาร์ของ Chrome เล่นได้โดยอัตโนมัติ ถือเป็นการทดลองเชิงปฏิบัติในการรวมเอเจนต์ AI เข้ากับสภาพแวดล้อมของเกมบนเบราว์เซอร์
github.comการควบคุมด้วยเสียงสำหรับ Fusion 360
โครงการนี้สาธิตอินเทอร์เฟซการควบคุมด้วยเสียงสำหรับ Fusion 360 โดยใช้ Jev เพื่อแยกแยะระหว่างคำสั่งปฏิบัติการและการสนทนาทั่วไป เพื่อมุ่งเน้นการปรับปรุงขั้นตอนการทำงาน CAD ให้ง่ายขึ้นผ่านการป้อนข้อมูลด้วยภาษาธรรมชาติ
x.comtaste-lint
เครื่องมือบรรทัดคำสั่งนี้ใช้ Jev เพื่อตรวจหาเนื้อหาคุณภาพต่ำที่สร้างโดย AI ในส่วนติดต่อผู้ใช้ ข้อความ และคำสั่งของเอเจนต์ โดยมีการตรวจสอบเชิงความหมายเพื่อช่วยรักษามาตรฐานคุณภาพก่อนการนำโปรเจกต์ไปใช้งานจริง
github.comrh-guard
rh-guard นำเสนอกลไกการตรวจจับการแฮ็กรางวัลสำหรับเอเจนต์เขียนโค้ด โดยใช้การปฏิเสธเชิงโครงสร้างและ sidecar ของ TypeSafe Jev System One เพื่อตรวจสอบ hook ใน Claude Code และ Cursor โดยมีเป้าหมายเพื่อระบุพฤติกรรมการแฮ็กรางวัลที่อาจเกิดขึ้นระหว่างงานพัฒนาอัตโนมัติ
github.comfast-jev-compaction
ปลั๊กอินสำหรับ Claude Code นี้ใช้การตัดสินใจแบบ Jev แทนที่สรุปการบีบอัดข้อมูลแบบเดิม โดยจะประเมินการเรียกใช้เครื่องมือและผลลัพธ์ในการร้องขอเดียวที่รวดเร็ว เพื่อลบหรือตัดทอนข้อมูลเก่าทิ้งโดยยังคงรักษาเนื้อหาสำคัญไว้ในรูปแบบเดิม
github.comjevscape
jevscape นำเสนอ RuneBench harness สำหรับ Jev ซึ่งประกอบด้วยแคตตาล็อกการดำเนินการแบบจำกัดและตัวควบคุมโหมด tick นอกจากนี้ยังมีแดชบอร์ดแบบเรียลไทม์ที่ออกแบบมาเพื่อช่วยให้นักพัฒนาสามารถตรวจสอบและจัดการเวิร์กโฟลว์ของเอเจนต์ภายในระบบนิเวศของ Jev ได้
github.comspendbrake
spendbrake นำเสนอกลไกสำหรับการจัดการค่าใช้จ่ายของเอเจนท์ AI โดยแสดงให้เห็นถึงวิธีการควบคุมงบประมาณด้วยการอนุญาตให้ผู้ใช้เลือกดำเนินการต่อ ลดระดับโมเดล หรือหยุดการทำงานของเอเจนท์ผ่าน TypeSafe Jev
github.comjev-codes
เครื่องมือนี้ช่วยให้สามารถตรวจสอบ git diff โดยอัตโนมัติตามมาตรฐานการเขียนโค้ด YAML ที่กำหนดไว้ โดยใช้โมเดล Jev เพื่อทำการตรวจสอบความสอดคล้องผ่านอินเทอร์เฟซบรรทัดคำสั่งหรือเวิร์กโฟลว์ของ AI agent
github.comJev Room
Jev Room เป็นเครื่องมือบนเว็บที่เปลี่ยนประโยคบรรยายเพียงประโยคเดียวให้เป็นการตั้งค่าห้องที่แตกต่างกัน 6 รูปแบบ แอปพลิเคชันนี้ใช้ Jev ในการตีความข้อมูลจากผู้ใช้และเรนเดอร์ภาพการออกแบบตกแต่งภายในเพื่อเป็นแรงบันดาลใจ
jev-room.moe136231.chatgpt.sitejev-trader
jev-trader แสดงให้เห็นถึงบอทซื้อขายอัตโนมัติที่ใช้ Jev ในการวิเคราะห์ฟีดราคาของสินทรัพย์ โครงการนี้สาธิตวิธีการที่โมเดลใช้ตัดสินใจซื้อขายและดำเนินการทำธุรกรรมทางการเงินจริงตามตรรกะภายในของมัน
x.comjev-mail-classifier
โปรเจกต์นี้สาธิตระบบจัดการอีเมลอัตโนมัติโดยใช้ Jev โดยนำเสนอแนวทางที่ขับเคลื่อนด้วยการกำหนดค่าเพื่อจัดหมวดหมู่ ติดแท็ก ย้าย และทำเครื่องหมายข้อความขาเข้า ซึ่งแสดงให้เห็นถึงวิธีการนำโมเดล AI ของ TypeSafe มาใช้เพื่อปรับปรุงขั้นตอนการจัดระเบียบกล่องจดหมายส่วนตัว
github.comการตรวจสอบ 14 รายการสำหรับทุก Pull Request
เครื่องมือนี้ช่วยตรวจสอบคุณภาพโค้ดโดยอัตโนมัติด้วยการตรวจสอบ 14 รายการในทุก Pull Request โดยมีจุดมุ่งหมายเพื่อตรวจหาปัญหาที่อาจเกิดขึ้น เช่น ข้อมูลลับที่ถูกฝังในโค้ดหรือรูปแบบ SQL ที่มีปัญหาในระหว่างขั้นตอนการพัฒนา
x.comบทนำสู่ TypeSafe
เอกสารอย่างเป็นทางการนี้ให้ภาพรวมพื้นฐานของระบบนิเวศ TypeSafe โดยทำหน้าที่เป็นจุดเริ่มต้นหลักในการทำความเข้าใจแนวคิดหลักและหลักการทางสถาปัตยกรรมที่กำหนดแนวทางของแพลตฟอร์มสำหรับการบูรณาการ AI ที่ปลอดภัยและเชื่อถือได้
docs.typesafe.aijev-crawlers
ที่เก็บข้อมูลนี้มีโปรแกรมรวบรวมข้อมูลอัตโนมัติที่สร้างขึ้นด้วยพริมิทิฟสไตล์ Unix สำหรับการวิเคราะห์ระบบ โดยแสดงให้เห็นถึงแนวทางแบบโมดูลาร์สำหรับการค้นหาข้อผิดพลาดโดยใช้เครื่องมือที่มีน้ำหนักเบาและประกอบกันได้เพื่อรวบรวมข้อมูลและค้นหาช่องโหว่ในสภาพแวดล้อมเป้าหมาย
github.comtypesafe-local
โปรเจกต์นี้สาธิตวิธีการสอบถาม LLM ในเครื่องบน Apple Silicon เพื่อรับค่าความน่าจะเป็นที่ปรับเทียบแล้วแทนที่จะเป็นข้อความ โดยมีเป้าหมายเพื่อให้ได้ผลลัพธ์ที่มีโครงสร้างโดยตรง ซึ่งช่วยข้ามขั้นตอนการสร้างข้อความและการแยกวิเคราะห์ในภายหลัง
github.comCheshi
Cheshi เป็นพื้นที่ทำงานบน macOS ที่รวมหน่วยความจำการสนทนาแบบ Jev เข้ากับ OpenAI Codex ช่วยให้ผู้ใช้จัดการเอเจนต์ AI สำรวจโค้ดผ่าน CodeGraph และรวมเวิร์กโฟลว์ของ Git, เทอร์มินัล Ghostty และ Apple Notes ไว้ในแอปเดียว
github.comgame-coach
โปรเจกต์นี้รวมการวิเคราะห์จากเอนจิน Stockfish เข้ากับตรรกะการตัดสินใจของ Jev เพื่อให้คำแนะนำเชิงกลยุทธ์แบบเรียลไทม์แก่ผู้เล่นหมากรุก โดยแสดงให้เห็นถึงวิธีการรวมเอนจินหมากรุกแบบดั้งเดิมเข้ากับระบบ AI สมัยใหม่
github.comSDE cascade
เอกสารอ้างอิงอย่างเป็นทางการจาก TypeSafe นี้อธิบายถึงระเบียบวิธี SDE cascade โดยแสดงให้เห็นถึงวิธีการจัดโครงสร้างเวิร์กโฟลว์ AI แบบหลายขั้นตอน เพื่อปรับปรุงความน่าเชื่อถือของผลลัพธ์และความสอดคล้องทางตรรกะในระหว่างงานพัฒนาซอฟต์แวร์ที่ซับซ้อน
docs.typesafe.aiDGP (Decision Graph Protocol)
โปรโตคอลทดลองนี้ใช้ Jev adapter เพื่อประเมินหลักฐานผ่านทางเลือกที่มีการกำหนดประเภทไว้ โดยแสดงให้เห็นว่าโค้ดแอปพลิเคชันสามารถตรวจสอบสิทธิ์และดำเนินการสาธิตจำลองภายในกรอบการตัดสินใจที่มีโครงสร้างได้อย่างไร
github.comkyotsu-ai-bench
ที่เก็บข้อมูลนี้มีแดชบอร์ดแบบคงที่เพื่อเปรียบเทียบโมเดล Jev, luna-none และ luna-low ในการทดสอบทั่วไปของญี่ปุ่นปี 2026 โครงการนี้ทำหน้าที่เป็นเกณฑ์มาตรฐานเชิงทดลองเพื่อประเมินประสิทธิภาพของสถาปัตยกรรม AI เหล่านี้ในการตอบคำถามข้อสอบทางวิชาการที่เป็นมาตรฐาน
github.com
