JEVTinh hoa Jev: dự án thực tế, hướng dẫn hữu ích và ý tưởng từ khắp internet.
THE OFFICIAL SIGNAL 4 HIGHLIGHTS
Diogo Almeida@CompleteSkepticLAUNCH POSTDiogo Almeida giới thiệu Jev, một mô hình ra quyết định có cấu trúc từ TypeSafe. Tài nguyên này cung cấp cái nhìn tổng quan về cách tiếp cận cốt lõi của mô hình, các ví dụ thực tế và số liệu hiệu năng do tác giả báo cáo.
TypeSafe AI@typesafeaiOFFICIALTypeSafe chính thức ra mắt phòng thí nghiệm nghiên cứu và giới thiệu Jev tới cộng đồng nhà phát triển. Thông báo này bao gồm một bộ phim ra mắt của Diogo Almeida và cung cấp bối cảnh cơ bản về sứ mệnh cũng như định hướng tương lai của dự án.
TypeSafe AI@typesafeaiOFFICIALTypeSafe đã xóa danh sách chờ cho Jev, cho phép truy cập công khai vào nền tảng. Các nhà phát triển có thể sử dụng bảng điều khiển chính thức để tích hợp và kiểm tra các khả năng ra quyết định có kiểu trong ứng dụng phần mềm của riêng họ.
JEVLAB ARTTypeSafe AI@typesafeaiOFFICIALTypeSafe nhấn mạnh cách tiếp cận đầu ra có kiểu của Jev: các ứng dụng cung cấp trạng thái và câu hỏi, sau đó thực hiện hành động dựa trên xác suất, lựa chọn hoặc điểm số. Thông báo liên quan cũng đề cập đến tích hợp API Venice.
JEVLAB ARTStart with the Launch Post. Explore four official signals.
AI-assisted summaries and translations. Check original sources for context and performance claims.
Công cụ giao diện dòng lệnh này minh họa một hệ thống định tuyến tự động cho Jev. Nó tiếp nhận các tác vụ của người dùng và danh sách đăng ký để xác định mô hình hoặc tác nhân nào phù hợp nhất để xử lý yêu cầu dựa trên các tham số được cung cấp.
JEVLAB ART
EnglishKho lưu trữ này chứa các thử nghiệm tương tác từ định tuyến hỗ trợ đến mô phỏng lái xe 3D. Nó chứng minh cách dữ liệu cảm biến có cấu trúc có thể được xử lý để tạo ra các quyết định lái xe an toàn như lái, phanh và vượt.
JEVLAB ARTEnglish
x.comBộ sưu tập này làm nổi bật các dự án và thử nghiệm dựa trên Jev được chia sẻ trên mạng xã hội. Nó cung cấp cái nhìn tổng quan về các ứng dụng do cộng đồng thúc đẩy, chứng minh tính hữu dụng thực tế và tiềm năng sáng tạo của hệ sinh thái Jev cho các nhà phát triển và người đam mê.
JEVLAB ARTEnglishLeonardo Bissoli trình bày cách đưa ra quyết định có cấu trúc với Jev. Nội dung bao gồm việc sử dụng điểm tin cậy, giới hạn vận hành và các ví dụ thực tế để áp dụng các khung quyết định này vào ứng dụng.
Português
Trinay HariA 26-sheet construction plan set was classified in 2.9 seconds using Jev with an LLM pipeline, costing $0.0052 and matching GPT-4.1 and GPT-6 Astra performance.
EnglishTypeSafe Jev as a decision layer for the Pi coding agent: a measured tool-call gate plus jev_ask for typed, calibrated answers.
JEVLAB ARTEnglish
Milind SoniTipTour là công cụ hỗ trợ con trỏ nguồn mở dựa trên AI dành cho macOS. Dự án này minh họa cách tích hợp Jev hoặc Gemini Live để điều khiển con trỏ thông qua xử lý cục bộ, mang lại trải nghiệm điều hướng mới.
JEVLAB ARTEnglishBản trình diễn này cho thấy Jev tương tác với trò chơi chiến thuật di động Clash Royale. Đoạn phim ghi lại cảnh tác nhân điều hướng các cơ chế trò chơi để hoàn thành và giành chiến thắng trong một trận đấu, minh họa khả năng xử lý đầu vào hình ảnh thời gian thực.
JEVLAB ARTEnglishDự án này trình diễn một tác nhân được thiết kế để phát hiện và lọc nội dung chất lượng thấp khi người dùng cuộn qua nguồn cấp dữ liệu của họ. Nó nhằm mục đích cải thiện trải nghiệm tiêu thụ kỹ thuật số thông qua việc phân loại luồng thông tin theo thời gian thực.
JEVLAB ARTEnglish
Max BladeBản demo này giới thiệu Jev quản lý nhiều phiên bản Subway Surfers cùng một lúc. Người tạo tuyên bố hệ thống đạt được tốc độ chơi cao trên 50 phiên đồng thời với chi phí thấp, mặc dù các số liệu hiệu suất này chưa được xác minh độc lập.
EnglishTypeSafe AIOfficial TypeSafe reference: API reference.
JEVLAB ARTEnglishA Mac voice diary tool that uses Jev for sorting and integrates with Notion.
JEVLAB ARTEnglish
jaffaCông cụ này phân tích 12,8 triệu video lan truyền để tạo ra các kịch bản mạng xã hội dựa trên dữ liệu. Người tạo khẳng định nội dung được hỗ trợ bởi dữ liệu, mặc dù hiệu quả thực tế phụ thuộc vào cách áp dụng của người dùng.
Englishjev-router (skill). A developer project using Jev to select appropriate models for prompts in coding tasks.
JEVLAB ARTEnglishailerix là một bộ định tuyến mô hình an toàn kiểu dữ liệu dành cho hệ thống Jev. Nó minh họa phương pháp phân loại các yêu cầu gửi đến vào các tuyến danh mục được định kiểu để tăng độ tin cậy của hệ thống.
JEVLAB ARTEnglishCông cụ này tích hợp Jev để điều khiển Ableton Live thông qua các lệnh ngắn gọn. Nó minh họa quy trình làm việc để tự động hóa các tác vụ máy trạm âm thanh kỹ thuật số bằng cách sử dụng logic ra quyết định của Jev để thực thi các chuỗi điều khiển âm nhạc.
JEVLAB ARTEnglishDự án này cung cấp một máy chủ quyết định mã nguồn mở tương thích với kiến trúc Jev. Nó sử dụng DiffusionGemma để chứng minh phương pháp xử lý Hệ thống Một cho các tác vụ ra quyết định tự động trong một khuôn khổ mô-đun.
JEVLAB ARTEnglishDự án này cung cấp một proxy Neon Function cho Neon AI Gateway. Nó minh họa cách triển khai định tuyến Jev an toàn về kiểu dữ liệu để quản lý các yêu cầu dịch vụ AI trong môi trường phát triển có cấu trúc và đáng tin cậy.
JEVLAB ARTEnglishCông cụ này tự động hóa việc kiểm tra chất lượng mã nguồn bằng cách thực hiện mười bốn kiểm tra trên mỗi pull request. Nó nhằm mục đích phát hiện các vấn đề tiềm ẩn như bí mật được mã hóa cứng hoặc các mẫu SQL có vấn đề trong quá trình phát triển.
JEVLAB ARTEnglishKho lưu trữ này cung cấp một plugin được thiết kế để tích hợp chức năng của Claude Code với hệ sinh thái jev. Nó đóng vai trò là một tiện ích cho các nhà phát triển muốn mở rộng quy trình làm việc của tác nhân bằng cách sử dụng các công cụ tự động hóa mã dựa trên Claude.
JEVLAB ARTEnglishTypeScript CLI that finds code, docs, logs, and text by natural-language conditions using Jev Noul judgments, with probability thresholds, source lines, and cached results.
JEVLAB ARTEnglishACME live support-call scoring demo with TypeSafe AI, Effect, SQLite, React, Vite, and Turborepo.
JEVLAB ARTEnglishDự án thí điểm MuJoCo này đánh giá hiệu suất chọn và đặt của robot bằng cách so sánh Jev, Claude Haiku và các quy tắc phản ứng. Nó cung cấp một môi trường có thể tái lập để quan sát cách các phương pháp ra quyết định khác nhau xử lý các tác vụ thao tác cơ bản trong môi trường vật lý mô phỏng.
JEVLAB ARTEnglishThử nghiệm cộng đồng này so sánh hiệu suất của Jev với GLM 5.3 trong một ván cờ vua. Người tạo khẳng định bài kiểm tra làm nổi bật sự khác biệt về tốc độ xử lý và hiệu quả chi phí giữa hai mô hình.
JEVLAB ARTEnglishCông cụ này cung cấp các đề xuất cho các kỹ năng đã cài đặt trong môi trường TypeSafe Jev. Nó bao gồm giao diện dòng lệnh Python, tích hợp kỹ năng Codex và tài liệu song ngữ để hỗ trợ người dùng quản lý bộ kỹ năng của họ một cách hiệu quả.
JEVLAB ARTEnglishTypesafe AI SDK in Elixir using Req.
JEVLAB ARTEnglishCông cụ trình duyệt lai này sử dụng LLM để phân tách mục tiêu người dùng thành các tác vụ con có thể kiểm chứng. Jev chọn các hành động và phần tử DOM cụ thể, được Playwright thực thi để tự động hóa tương tác web.
JEVLAB ARTEnglishỨng dụng Next.js này đóng vai trò là môi trường thử nghiệm cho mô hình Jev, cụ thể là kiến trúc System One. Nó cung cấp một giao diện thiết thực cho các nhà phát triển để thử nghiệm đầu ra của mô hình và khám phá các khả năng tích hợp của TypeSafe AI.
JEVLAB ARTEnglishDự án này khám phá việc sử dụng Jev như một cổng kiểm soát chất lượng tự động cho các bản thảo. Tác giả báo cáo các thách thức về giao tiếp và tích hợp hệ thống, nhấn mạnh những khó khăn thực tế khi triển khai kiểm duyệt biên tập bằng AI.
JEVLAB ARTEnglish
gokaygokayTrò chơi mô phỏng này yêu cầu người chơi quản lý một thành phố được xây dựng trên lưng cá voi. Nó trình diễn một khung ra quyết định tích hợp với GPT-6 Astra và H3 Max để duy trì sự sống cho khu định cư.
EnglishThe first general-purpose System One agent for Jev.
JEVLAB ARTEnglishExperimental Hermes plugin: Jev-assisted model routing plans with budget and capability constraints. API access pending.
JEVLAB ARTEnglishDự án này khám phá việc sử dụng Jev để dự báo thị trường tài chính. Tác giả lưu ý rằng mô hình cho thấy độ chính xác hạn chế, phù hợp với hiệu suất của các mô hình ngôn ngữ lớn khác trong lĩnh vực này.
JEVLAB ARTEnglishShady Town là một trò chơi suy luận xã hội dành cho các buổi tiệc tại phòng khách. Dự án này minh họa cách TypeSafe Jev đóng vai trò là người điều phối tự động để hỗ trợ quá trình chơi và quản lý tương tác giữa người chơi.
JEVLAB ARTEnglishDự án này trình diễn một hệ thống tự động được thiết kế để phân tích các bài báo và đề xuất nội dung phù hợp cho các thương hiệu. Người tạo khẳng định công cụ này cung cấp một phương pháp hiệu quả và chi phí thấp để xác định các cơ hội truyền thông.
JEVLAB ARTEnglishDự án này trình bày việc triển khai tự động hóa trình duyệt web sử dụng mô hình Jev. Nó cung cấp một khung làm việc cho các tác nhân tương tác với giao diện web, cho thấy cách Jev có thể được áp dụng để điều hướng và thực hiện các tác vụ trong môi trường trình duyệt.
JEVLAB ARTEnglishTypeSafe AITài liệu tham khảo này từ TypeSafe AI giải thích cách triển khai các hệ thống phân loại phân cấp. Nó trình bày cách cấu trúc các hệ thống phân loại dữ liệu để cải thiện độ chính xác của mô hình khi phân loại thông tin phức tạp vào các nhãn đa cấp.
JEVLAB ARTEnglish
amitDự án này trình diễn một nhóm khán giả năng động gồm 100 cá tính mô phỏng phản hồi riêng lẻ với đầu vào của người dùng. Nó cho thấy cách Jev có thể được sử dụng để quản lý các tương tác cá nhân phức tạp trong môi trường khán giả tổng hợp quy mô lớn.
EnglishHướng dẫn này trình bày cách tích hợp Jev với các tác nhân Pydantic AI để tạo điều kiện cho các hoạt động an toàn về kiểu dữ liệu. Nó cung cấp cho các nhà phát triển một cách tiếp cận có cấu trúc để đảm bảo tính nhất quán và độ tin cậy của dữ liệu.
JEVLAB ARTEnglishChess where both players are TypeSafe's Jev model: every move is a typed Choice decision.
JEVLAB ARTEnglishMáy chủ MCP này tích hợp TypeSafe Jev vào Claude Code, cung cấp các công cụ có cấu trúc để phân loại, chấm điểm và xử lý hàng loạt. Dự án minh họa cách hiển thị các khả năng đánh giá đã hiệu chỉnh dưới dạng các hàm tiêu chuẩn cho quy trình làm việc của tác nhân tự động.
JEVLAB ARTEnglishBản trình diễn này cho thấy Jev chơi Flappy Apex một cách độc lập. Người tạo tuyên bố rằng tác nhân đạt được điểm số cao một cách tự động bằng cách sử dụng các khung Appduct và Fable để điều hướng môi trường trò chơi mà không cần nhập liệu thủ công.
JEVLAB ARTEnglishCông cụ này sử dụng Jev để chấm điểm các lô nhật ký đã thu gọn, ánh xạ kết quả tới các hành động phân loại cụ thể như chặn, theo dõi, xem xét, thông báo hoặc gọi trang. Nó cung cấp phương pháp có cấu trúc để quản lý nhật ký mà không cần thực thi mã.
JEVLAB ARTEnglishKho lưu trữ này cung cấp danh sách các dự án, SDK và tài nguyên Jev được tuyển chọn. Nó đóng vai trò là thư mục trung tâm cho các nhà phát triển khám phá mô hình System One của TypeSafe AI, tập trung vào việc ra quyết định có kiểu dữ liệu thông qua Choice, Score và Noul.
JEVLAB ARTEnglishA tool that provides quick actions based on clipboard content, specifically for macOS.
JEVLAB ARTEnglishDiffJury — TypeSafe Jev PR risk router + code review coach.
JEVLAB ARTEnglishTypeSafe Jev for OTP: reply to Jev from a GenServer and pattern match on its answer.
JEVLAB ARTEnglishKho lưu trữ này cung cấp một bảng điều khiển tĩnh so sánh các mô hình Jev, luna-none và luna-low dựa trên kỳ thi chung năm 2026 của Nhật Bản. Dự án đóng vai trò là một điểm chuẩn thử nghiệm để đánh giá hiệu suất của các kiến trúc AI này trên các câu hỏi thi học thuật tiêu chuẩn.
JEVLAB ARTEnglishKho lưu trữ này cung cấp một bộ sưu tập các thành phần có thể tái sử dụng và các khối giao diện theo phong cách Shadcn để tích hợp với TypeSafe AI. Nó minh họa cách triển khai các mẫu giao diện nhất quán cho các ứng dụng dựa trên AI bằng cách sử dụng các tiêu chuẩn thiết kế đã được thiết lập.
JEVLAB ARTEnglishjev-me là một công cụ tương tác nơi Jev thẩm vấn và phân tích các ý tưởng của bạn. Dự án này đóng vai trò như một trợ lý động não được thiết kế để kiểm tra tính vững chắc của các khái niệm thông qua các câu hỏi phản biện và đánh giá logic.
JEVLAB ARTEnglishKhung thử nghiệm này sử dụng JEV để phân tích dữ liệu thị trường có cấu trúc nhằm dự báo hướng giá cổ phiếu trong ngắn hạn. Nó đóng vai trò là một minh chứng kỹ thuật về việc áp dụng logic dựa trên JEV vào các mô hình dự báo tài chính.
JEVLAB ARTEnglishDự án này tích hợp Jev vào các framework Noul và Score để hỗ trợ các ứng dụng MCP. Nó chứng minh cách các nhà phát triển có thể triển khai các cấu trúc an toàn kiểu trong quy trình làm việc của tác nhân để cải thiện độ tin cậy khi xây dựng hệ thống AI mô-đun.
JEVLAB ARTEnglishRust SDK for the TypeSafe AI API.
JEVLAB ARTEnglishDự án này cung cấp một giải pháp thay thế mã nguồn mở cho Jev, cho phép đưa ra quyết định được định kiểu và hiệu chỉnh bằng cách sử dụng các LLM có trọng số mở. Nó minh họa cách đạt được các đầu ra này trong một lần chuyển tiếp duy nhất với Hugging Face và vLLM.
JEVLAB ARTEnglishmimicry là một công cụ được thiết kế để viết lại các bản nháp do AI tạo ra theo giọng văn riêng của bạn. Nó sử dụng vòng lặp phản hồi TypeSafe giới hạn để duy trì tính nhất quán và kiểm soát trong quá trình tinh chỉnh văn bản.
JEVLAB ARTEnglishTiện ích dòng lệnh này cho phép người dùng truy vấn Jev trực tiếp từ terminal. Nó minh họa một mô hình tương tác có cấu trúc, buộc các phản hồi phải tuân theo các định dạng cụ thể như null, lựa chọn hoặc điểm số thay vì văn bản tự nhiên.
JEVLAB ARTEnglishKho lưu trữ này cung cấp một thư viện khách Go để tương tác với API TypeSafe. Nó được thiết kế để hỗ trợ các nhà phát triển tích hợp chức năng TypeSafe trực tiếp vào các ứng dụng và quy trình công cụ dựa trên Go của họ.
JEVLAB ARTEnglishDự án này trình bày cơ chế định tuyến ngữ nghĩa cho framework web Hono. Nó sử dụng Jev để diễn giải và điều hướng các yêu cầu HTTP dựa trên ý nghĩa cơ bản thay vì các mẫu dựa trên đường dẫn truyền thống.
JEVLAB ARTEnglishTích hợp này kết nối Home Assistant với TypeSafe Jev. Nó cho phép người dùng truy vấn dữ liệu gia đình và nhận xác suất, lựa chọn hoặc điểm số dưới dạng các thực thể trong bảng điều khiển nhà thông minh.
JEVLAB ARTEnglish
Marek SotakA tool that monitors user interactions and intervenes only when it detects confusion or difficulty, using Jev to determine appropriate responses.
EnglishStarchild sử dụng Jev để phân loại prompt theo thời gian thực. Nhà phát triển tuyên bố rằng giải pháp này giúp giảm chi phí vận hành xuống 20 lần và tăng tốc độ xử lý lên 6 lần, với thời gian xử lý trung bình là 140ms.
JEVLAB ARTEnglishUnofficial TypeSafe Jev showcase — System One decisions, not chat.
JEVLAB ARTEnglishterrarium là một môi trường sandbox nơi mô hình TypeSafe System One vận hành các điều khiển của một sinh vật nhỏ. Dự án này minh họa cách logic dựa trên mã có thể được sử dụng để mô phỏng và tương tác với một thế giới ảo.
JEVLAB ARTEnglishDự án phòng thí nghiệm này trình diễn khả năng tự hành của nhiều máy bay không người lái bằng cách sử dụng cơ chế ra quyết định phản xạ TypeSafe Jev. Nó khám phá cách các hành động phản xạ này có thể kết hợp với hướng dẫn chiến lược Hệ thống 2 tùy chọn.
JEVLAB ARTEnglishThử nghiệm này so sánh các phán quyết Jev đơn lẻ với việc trích xuất đặc trưng đa chiều trong ba tác vụ phân loại. Kết quả cho thấy mặc dù việc phân tách cải thiện hiệu suất trên NLI tiếng Nhật, nó cũng làm tăng đáng kể tỷ lệ dương tính giả đối với nội dung lành tính.
JEVLAB ARTEnglishKho lưu trữ này đánh giá liệu các mô hình quyết định có thể vượt qua các reranker chuyên dụng hay không. Nó so sánh TypeSafe Jev với Cohere Rerank 4, ZeroEntropy zerank-2 và một mô hình chat cơ sở trên 14 tập dữ liệu, cung cấp phản hồi API thô và phạm vi bootstrap.
JEVLAB ARTEnglishKho lưu trữ này cung cấp một điểm chuẩn so sánh Jev với một LLM mạnh mẽ bằng cách sử dụng tập dữ liệu quy kết lỗi tác nhân Who&When Pro. Nó chứng minh một phương pháp để đánh giá mức độ hiệu quả của các hệ thống này trong việc xác định và quy kết lỗi.
JEVLAB ARTEnglish
Albiona HotiJev generates 100 images from sources like NASA and The Met based on a single prompt.
EnglishA tool for automated risk review of pull requests using Jev.
JEVLAB ARTEnglishA developer project for the agents shelf, using MCP tool for Codex instead of listing all options.
JEVLAB ARTEnglish
DuncanBản demo này của Ephraim Duncan giới thiệu một hệ thống định tuyến được xây dựng bằng Jev. Dự án minh họa cách khung làm việc này có thể được sử dụng để xác định động mô hình AI nào sẽ xử lý một yêu cầu cụ thể.
EnglishReproducible early-access evaluation of Jev on Korean understanding and medical text, with runtime and cost evidence.
JEVLAB ARTEnglish
Gửi tài nguyên
한국어
日本語
Español
Français
Deutsch
简体中文
繁體中文
Bahasa Indonesia
ไทย
Italiano
Türkçe
Polski
Русский
4 HIGHLIGHTS
Agents & browsers
11
Games & real time
Tools & apps
Start here
Decisions & routing
Research & data
Markets & experiments
Devices & robotics
Creative & growth