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-spam-eval
โครงการนี้สำรวจการกรองสแปมแบบ zero-shot โดยใช้คำถาม TypeSafe Jev Noul พร้อมนำเสนอการวิเคราะห์เปรียบเทียบกับเกณฑ์มาตรฐาน TF-IDF เพื่อประเมินประสิทธิภาพการจำแนกประเภทในงานกรองข้อความ
github.compi-jev-skill-picker
เครื่องมือนี้ใช้ความสามารถในการประเมินของ Jev เพื่อจัดอันดับทักษะของเอเจนต์ Pi สำหรับงานเฉพาะเจาะจง โดยแสดงให้เห็นถึงวิธีการเพิ่มประสิทธิภาพการทำงานของเอเจนต์ด้วยการจับคู่ความสามารถเฉพาะทางเข้ากับความต้องการของผู้ใช้ผ่านการประเมินอย่างเป็นระบบ
github.comgot-jev
โครงการพิสูจน์แนวคิดนี้สำรวจการรวม Jev TypeSafe AI ผ่านธีม Game of Thrones โดยแสดงให้เห็นถึงวิธีการใช้โมเดลข้อมูลที่มีโครงสร้างภายในบริบทของแอปพลิเคชันที่เน้นการเล่าเรื่อง
github.comomp-jev-compaction
เครื่องมือนี้สาธิตวิธีการลดขนาดบริบทด้วยคะแนน Jev ภายในสภาพแวดล้อม omp โดยช่วยจัดการการไหลของข้อมูลผ่านแพลตฟอร์ม TypeSafe หรือ OpenRouter เพื่อเพิ่มประสิทธิภาพการใช้บริบทสำหรับเอเจนต์ AI
github.compi-typesafe
โปรเจกต์นี้นำเสนอส่วนขยายตัวแทนการเขียนโค้ดที่สร้างขึ้นบน TypeSafe AI System One API โดยแสดงให้เห็นถึงวิธีการรวมโครงสร้างพื้นฐานที่ใช้ Jev เข้ากับเวิร์กโฟลว์การพัฒนาเพื่ออำนวยความสะดวกในงานเขียนโค้ดอัตโนมัติและการโต้ตอบของตัวแทน
github.comtypesafe-ai
ไลบรารี Rust นี้มีไคลเอ็นต์แบบระบุประเภทสำหรับบริการ AI โดยรองรับทั้งแบ็กเอนด์แบบอะซิงโครนัสและแบบบล็อก แสดงให้เห็นถึงวิธีการใช้กลไกการลองใหม่ที่สังเกตได้เพื่อปรับปรุงความน่าเชื่อถือของการโต้ตอบในแอปพลิเคชันที่ขับเคลื่อนด้วย AI
github.comjev_local
โครงการนี้สำรวจความเป็นไปได้ในการรันเวิร์กโฟลว์ที่ใช้ Jev โดยใช้โมเดลภาษาขนาดใหญ่ในเครื่อง โดยจัดเตรียมเฟรมเวิร์กเพื่อให้ผู้ใช้ทดลองใช้งานสถาปัตยกรรม Jev แบบส่วนตัวและออฟไลน์บนฮาร์ดแวร์ของตนเองได้
github.comjev-model-router
ปลั๊กอินนี้ทำงานร่วมกับ Claude Code และเครื่องมืออื่นๆ เพื่อเลือกโมเดล AI โดยใช้ตรรกะการตัดสินใจของ Jev และราคาจาก OpenRouter โดยมีจุดมุ่งหมายเพื่อสร้างสมดุลระหว่างความฉลาด ความเร็ว และต้นทุนสำหรับงานต่างๆ
github.comtypesafe-dotnet-sdk
SDK .NET ที่พัฒนาโดยชุมชนนี้มีอินเทอร์เฟซสำหรับ TypeSafe AI System One API ช่วยให้นักพัฒนาสามารถใช้งานคำถามประเภท noul, choice และ score พร้อมรับคำตอบที่มีโครงสร้างและคะแนนความมั่นใจภายในแอปพลิเคชัน .NET ได้
github.comtsai-sc
โปรเจกต์นี้สาธิตวิธีการควบคุม StarCraft เวอร์ชันแชร์แวร์ต้นฉบับโดยใช้ TypeSafe Jev โดยใช้การจำลองอินพุตคีย์บอร์ดและเมาส์ตามความน่าจะเป็นของการกระทำที่บันทึกไว้เพื่อโต้ตอบกับสภาพแวดล้อมของเกม
github.comJev: การตัดสินใจแบบระบุประเภท
คู่มือนี้อธิบายแนวทางของ Jev ในการตัดสินใจแบบระบุประเภทแทนการประมวลผลข้อความ โดยแสดงให้เห็นว่านักพัฒนาสามารถใช้ตรรกะที่ปลอดภัยต่อประเภทเพื่อเพิ่มความน่าเชื่อถือในเวิร์กโฟลว์อัตโนมัติได้อย่างไร
flaviocopes.comการให้คะแนนโฆษณาวิดีโออัตโนมัติ
เครื่องมือนี้ใช้ Maxfusion และ Jev เพื่อประเมินช็อตแต่ละช็อตในโฆษณาวิดีโอ ผู้สร้างอ้างว่าระบบสามารถประมวลผลโฆษณาหลายร้อยรายการได้ในเวลาไม่กี่นาที ซึ่งแสดงให้เห็นถึงวิธีการวิเคราะห์เนื้อหาภาพและการให้คะแนนแบบอัตโนมัติที่รวดเร็ว
x.comjev-search
เครื่องมือ CLI ภาษา Python นี้สาธิตวิธีการทดลองสำหรับการค้นหาบรรทัดเชิงความหมายโดยใช้ TypeSafe Jev และ OpenRouter โดยมีอินเทอร์เฟซน้ำหนักเบาสำหรับการสืบค้นข้อมูลโดยไม่จำเป็นต้องมีส่วนประกอบเสริมรันไทม์ที่ซับซ้อน
github.comการกำหนดเส้นทาง Prompt ของ Starchild
Starchild ใช้ Jev สำหรับการจำแนกประเภท Prompt แบบเรียลไทม์ ผู้สร้างอ้างว่าการใช้งานนี้ช่วยลดต้นทุนการดำเนินงานลง 20 เท่าและเพิ่มความเร็วในการประมวลผลขึ้น 6 เท่า โดยมีเวลาประมวลผลเฉลี่ยอยู่ที่ 140 มิลลิวินาที
x.combrowser-ai
โปรเจกต์นี้สาธิตการทำงานของ Jev browser agent ที่เขียนด้วยภาษา Go โดยเชื่อมต่อกับ Chrome จริง เพื่อใช้สำหรับงานอัตโนมัติบนเว็บ โดยเป็นการรวมรันไทม์ของ Go เข้ากับความสามารถในการควบคุมเบราว์เซอร์
github.comdecider
โปรเจกต์นี้นำเสนอโมเดลสไตล์ System One ที่ปรับแต่งจาก Qwen3.5-2B โดยสาธิตวิธีการตัดสินใจแบบมีประเภทในรอบเดียว และใช้ความน่าจะเป็นที่ผ่านการปรับเทียบเพื่อเพิ่มความน่าเชื่อถือในกระบวนการทำงานด้านการใช้เหตุผลแบบอัตโนมัติ
github.comtoolgate
toolgate มอบชั้นความปลอดภัยสำหรับการเรียกใช้เครื่องมือและ MCP ของเอเจนต์ ช่วยให้นักพัฒนาสามารถกำหนดขั้นตอนการอนุญาต ปฏิเสธ หรือการอนุมัติโดยมนุษย์ผ่าน TypeSafe Jev เพื่อควบคุมการเข้าถึงเครื่องมือภายนอกได้อย่างมีประสิทธิภาพ
github.comsystem-one-open
โปรเจกต์นี้นำเสนอแบบจำลองโอเพนซอร์สของสถาปัตยกรรม Jev โดยสาธิตวิธีการสร้างกระบวนการตัดสินใจที่มีการกำหนดประเภทและปรับเทียบแล้วในการส่งผ่านข้อมูลไปข้างหน้าเพียงครั้งเดียว โดยใช้โมเดล Gemma 4 E2B หรือ Gemma 3 270M
github.comการทดสอบย้อนหลังตลาดหุ้นเดนมาร์ก
โครงการนี้สาธิตวิธีการทดสอบย้อนหลังโดยใช้การวิเคราะห์ความรู้สึกสำหรับตลาดหุ้นเดนมาร์กในปี 2025 โดยแสดงให้เห็นว่า Jev สามารถรวบรวมแหล่งข้อมูลที่หลากหลายเพื่อดำเนินการวิเคราะห์ทางการเงินด้วยต้นทุนที่ต่ำได้อย่างไร
x.comopenjev
โครงการวิจัยนี้สำรวจการตัดสินใจเชิงความน่าจะเป็นแบบสองภาษาในระดับท้องถิ่นโดยใช้บริบท คำถาม และคำตอบที่เป็นไปได้ นี่เป็นการทดลองอิสระที่ได้รับแรงบันดาลใจจากแนวคิด TypeSafe Jev เพื่อประเมินว่าโมเดลประมวลผลอินพุตเฉพาะภาษาในระดับท้องถิ่นอย่างไร
github.comการเล่น Subway Surfers ด้วย Jev
การสาธิตนี้แสดงให้เห็น Jev ที่จัดการอินสแตนซ์ของ Subway Surfers หลายรายการพร้อมกัน ผู้สร้างอ้างว่าระบบสามารถเล่นเกมด้วยความเร็วสูงใน 50 เซสชันพร้อมกันด้วยต้นทุนต่ำ แม้ว่าตัวเลขประสิทธิภาพเหล่านี้จะยังไม่ได้รับการตรวจสอบอย่างอิสระก็ตาม
x.comjev-tetris
โปรเจกต์นี้นำเสนอการสาธิตเกม Tetris แบบภาพที่ใช้ Jev ในการตัดสินใจวางตำแหน่งชิ้นส่วนต่างๆ ถือเป็นตัวอย่างการทดลองเพื่อรวมตรรกะ TypeSafe เข้ากับกลไกของเกมคลาสสิก
github.comis-malicious
เครื่องมือนี้ใช้ Jev ในการสแกนฐานข้อมูลโค้ดเพื่อหาพฤติกรรมหลอกลวงหรือการขโมยข้อมูล โดยจะระบุไฟล์และบรรทัดที่น่าสงสัย เพื่อให้ผู้ใช้สามารถตรวจสอบความเสี่ยงด้านความปลอดภัยที่อาจเกิดขึ้นได้ก่อนที่จะรันโค้ด
github.comการรวมระบบเครื่องมือแนะนำ Jev
งานวิจัยนี้แสดงให้เห็นว่า Jev ถูกรวมเข้ากับระบบแนะนำอย่างไร ผู้สร้างอ้างว่าโมเดลนี้สร้างคำแนะนำส่วนบุคคลมากกว่า 70 รายการต่อผู้ใช้ โดยระบุถึงต้นทุนการดำเนินงานเฉพาะต่อผู้ใช้สำหรับการนำไปใช้งาน
x.comความสอดคล้องในตนเอง: ทางเลือก
คู่มืออ้างอิงของ TypeSafe AI นี้อธิบายวิธีการสร้างความสอดคล้องในตนเองเพื่อปรับปรุงความน่าเชื่อถือของผลลัพธ์จากโมเดล โดยแสดงให้เห็นถึงวิธีการประเมินเส้นทางการใช้เหตุผลหลายทางเพื่อเลือกคำตอบที่สอดคล้องกันมากที่สุดสำหรับงานเชิงตรรกะที่ซับซ้อน
docs.typesafe.aiรายงานการสร้าง Jev
รายงานนี้ให้รายละเอียดเกี่ยวกับการสร้าง Jev แบบสาธารณะทั้งหมดในช่วงสัปดาห์แรก โดยรวบรวมข้อมูลเมตาของที่เก็บข้อมูล เวลาที่ใช้ และตัวชี้วัดต้นทุน เพื่อใช้เป็นแหล่งข้อมูลสำหรับการวิจัยกิจกรรมในช่วงเริ่มต้นและรูปแบบการพัฒนาบนแพลตฟอร์ม
madewithjev.comบันทึกการเปลี่ยนแปลงของ TypeSafe SDK
แหล่งข้อมูลอย่างเป็นทางการนี้ให้บันทึกตามลำดับเวลาของการอัปเดตและการแก้ไขใน TypeSafe SDK โดยทำหน้าที่เป็นข้อมูลอ้างอิงหลักสำหรับนักพัฒนาในการติดตามประวัติเวอร์ชันและระบุการเปลี่ยนแปลงเฉพาะที่นำมาใช้ในแพลตฟอร์ม
docs.typesafe.aiเอเจนต์ Jido เล่นเกม Tic-Tac-Toe
การสาธิตนี้แสดงให้เห็นว่าเอเจนต์ Jido ใช้ Jev เพื่อเดินหมากในเกม Tic-Tac-Toe ได้อย่างไร ซึ่งเป็นตัวอย่างเชิงปฏิบัติที่แสดงให้เห็นว่า Jev สามารถนำไปใช้ในการประสานงานกระบวนการตัดสินใจในสภาพแวดล้อมของเกมแบบหลายเอเจนต์ได้อย่างไร
x.comการทดสอบเบราว์เซอร์แบบปรปักษ์แบบขนาน
โครงการนี้สาธิตชุดการทดสอบแบบปรปักษ์บนเบราว์เซอร์ที่ทำงานแบบขนานขนาดใหญ่เพื่อประเมินการปล่อยซอฟต์แวร์ ผู้สร้างอ้างว่าแนวทางนี้ช่วยให้สามารถทดสอบอัตโนมัติที่คุ้มค่าโดยการเรียกใช้เบราว์เซอร์หลายอินสแตนซ์พร้อมกันเพื่อระบุช่องโหว่ที่อาจเกิดขึ้น
x.comTrustGate
TrustGate เป็นเกตเวย์ความน่าเชื่อถือและความปลอดภัยสำหรับสื่ออิสระที่ใช้ TypeSafe Jev เครื่องมือนี้แสดงให้เห็นถึงกรอบการทำงานสำหรับการจัดการการกลั่นกรองเนื้อหาและโปรโตคอลความปลอดภัยในสภาพแวดล้อมสื่อแบบกระจายศูนย์ผ่านกระบวนการตรวจสอบความถูกต้องแบบ Type-safe
github.comOpenvons
Openvons เป็นเลเยอร์การตัดสินใจที่ออกแบบมาเพื่อประมวลผลข้อความ รูปภาพ และคำสั่งเสียงภาษาญี่ปุ่น โครงการนี้แสดงให้เห็นถึงวิธีการสร้างการตอบสนองเชิงความน่าจะเป็นจากชุดตัวเลือกที่จำกัด
github.comJev บน Netlify AI Gateway
การรวมระบบนี้ช่วยให้ Jev สามารถทำงานภายในสภาพแวดล้อมของ Netlify AI Gateway ได้ โดยแสดงให้เห็นถึงกระบวนการกำหนดค่าที่ง่ายขึ้นสำหรับการปรับใช้เวิร์กโฟลว์ที่ใช้ Jev ผ่านโครงสร้างพื้นฐานของ Netlify โดยตรง
netlify.comภาพรวมสถาปัตยกรรม Jev
บันทึกทางเทคนิคเหล่านี้อธิบายรายละเอียดสถาปัตยกรรมของ Jev โดยเน้นที่การประมวลผลแบบขนานและความสามารถในการส่งออกค่าความน่าจะเป็นโดยไม่ต้องอาศัยการสร้างข้อความแบบดั้งเดิม
x.comtypesafe-sdk-go
ที่เก็บข้อมูลนี้มี SDK ภาษา Go อย่างไม่เป็นทางการสำหรับการโต้ตอบกับบริการ TypeSafe AI โดยแสดงให้เห็นว่านักพัฒนาสามารถรวมฟังก์ชันการทำงานของ TypeSafe AI เข้ากับแอปพลิเคชันที่ใช้ Go ผ่านอินเทอร์เฟซไคลเอ็นต์ที่มีโครงสร้างได้อย่างไร
github.comopenjev-sglang
โปรเจกต์นี้นำเสนอ API สาธารณะที่รองรับ Jev โดยใช้โมเดลแบบเปิด ซึ่งแสดงให้เห็นถึงแนวทางในการประมวลผลแบบขนานที่รวดเร็วสำหรับเวิร์กโฟลว์ที่ใช้ Jev ผ่านเฟรมเวิร์ก sglang
x.comotto
otto เป็นเอเจนต์โอเพนซอร์สสำหรับ macOS และ Windows ที่ช่วยให้สามารถโต้ตอบกับคอมพิวเตอร์ได้โดยตรง โดยใช้ TypeSafe Jev, OCR ภายในเครื่อง และการวางแผนแบบเลือกสรรเพื่อดำเนินการงานต่างๆ บนเดสก์ท็อป
github.com
