Gửi tài nguyên
English
한국어
日本語
Español
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Türkçe
Polski
Русский
Quay lại phòng thí nghiệmJEVLAB / FIELD NOTES
Mới từ phòng thí nghiệm
Danh sách đọc theo ngày về các tài nguyên mới được thêm vào và TIN TỨC JEVLAB. Hãy quay lại để xem những gì đã thay đổi hoặc theo dõi nguồn cấp RSS trong trình đọc của riêng bạn.
Ghi nhớ lần truy cập này trên trình duyệt này để làm nổi bật các bổ sung mới vào lần sau. Không đăng nhập hoặc theo dõi trên nhiều thiết bị.
Ngày hiển thị khi một mục có sẵn trong JEVLAB, theo giờ UTC, không phải khi nguồn gốc của nó được xuất bản. Các chỉnh sửa chỉ dành cho dịch thuật không được tính là tài nguyên mới.
36
typesafe-image-diffusion
Dự án này khám phá việc tạo pixel art theo phong cách khuếch tán bằng cách sử dụng bộ phân loại. Nó trình bày một phương pháp liên quan đến 256 câu hỏi Jev song song trên mỗi pixel, theo sau là các bước tinh chỉnh để xây dựng hình ảnh, thể hiện cách tiếp cận thử nghiệm đối với tổng hợp hình ảnh có cấu trúc.
github.comJev chơi Tetris
Bản trình diễn này cho thấy Jev AI chơi Tetris với tốc độ cao. Người tạo báo cáo rằng hệ thống đã hoàn thành 357 mảnh và 134 dòng trong hai phút, minh họa khả năng ra quyết định nhanh chóng của mô hình trong môi trường trò chơi.
x.comGame Plan
Game Plan là một thử nghiệm trên trình duyệt được thiết kế để kiểm tra cách Jev xử lý và phản hồi các đầu vào không thể đoán trước từ người dùng. Nó đóng vai trò là minh chứng thực tế về khả năng xử lý đầu vào trong hệ sinh thái Jev.
game-plan.adriaansendennis.workers.devtypesafe-jev-workflow
Dự án này trình bày một quy trình làm việc LangGraph không đồng bộ được thiết kế để phân loại email đến. Nó sử dụng các lựa chọn Jev có kiểu để tự động định tuyến thông tin liên lạc đến các trình xử lý hóa đơn hoặc trình xử lý chung.
github.comTác nhân mua sắm đồ cũ
Dự án này giới thiệu một tác nhân tự động hóa việc tìm kiếm và đánh giá các sản phẩm đã qua sử dụng. Tác giả cho biết hệ thống xử lý 26 danh sách mỗi phút, giúp người dùng đưa ra quyết định mua hàng nhanh chóng hơn.
x.comCác mô hình tùy chỉnh kiểu Jev cho quy trình làm việc của tác nhân
Đề xuất này khám phá việc triển khai các mô hình tùy chỉnh kiểu Jev được thiết kế để tối ưu hóa quy trình làm việc của tác nhân. Tác giả cho rằng các mô hình chuyên biệt này có khả năng giảm chi phí tính toán trong các quy trình ra quyết định tự động.
x.comjev-page-verdict
Tiện ích mở rộng Chrome này sử dụng Jev để phân tích xem trang web có mục đích bán hàng hay báo cáo trải nghiệm thực tế hay không. Nó đánh dấu kết quả tìm kiếm Google bằng các phán quyết hoặc ước tính dựa trên đoạn trích, để lại các kết quả có độ tin cậy thấp ở trạng thái chưa quyết định.
github.comjev-games
Kho lưu trữ này cung cấp một môi trường phòng thí nghiệm Jev trực quan được thiết kế để thử nghiệm và tương tác với nhiều nền tảng trò chơi và trình giả lập khác nhau. Đây là nguồn tài nguyên thiết thực cho các nhà phát triển khám phá tích hợp dựa trên Jev.
github.comJev chơi Time Crisis
Bản trình diễn này cho thấy Jev tương tác với trò chơi điện tử thùng cổ điển Time Crisis. Thiết lập sử dụng hệ thống dây đai vật lý để hỗ trợ nhắm mục tiêu và di chuyển, minh họa cách tích hợp phần cứng có thể ảnh hưởng đến hiệu suất chơi game.
x.compi-quiet-ask
Dự án này trình bày việc tích hợp TypeSafe Jev như một lớp ra quyết định cho tác nhân lập trình. Nó khám phá cách áp dụng suy luận có cấu trúc và yên tĩnh để tự động hóa các tác vụ phát triển phần mềm trong khung tác nhân pi.
github.comroverlab
roverlab là một môi trường mô phỏng 3D cho xe tự hành hành tinh. Công cụ này đóng vai trò là sandbox để các nhà phát triển thử nghiệm các quy trình ra quyết định tự động bằng cách sử dụng TypeSafe AI trên địa hình ảo.
github.comjev-voice
Dự án này giới thiệu một công cụ tự động hóa điều khiển bằng giọng nói cho macOS. Nó sử dụng whisper.cpp cục bộ để nhận dạng giọng nói và tích hợp một lệnh gọi Jev TypeSafe cho mỗi lệnh để xử lý và thực thi các tác vụ hệ thống.
github.comjev-auto-approve
Công cụ GitHub này tự động hóa quy trình phát triển bằng cách yêu cầu sự phê duyệt của Jev trước khi hợp nhất các yêu cầu kéo. Nó minh họa phương pháp triển khai các cổng kiểm tra mã dựa trên Jev để đảm bảo tiêu chuẩn kho lưu trữ.
github.comKhu vực thử nghiệm
Công cụ dựa trên web này cho phép người dùng nhập dữ liệu trạng thái và đặt câu hỏi để nhận các câu trả lời có kiểu trực tiếp trong trình duyệt. Nó đóng vai trò là môi trường tương tác để kiểm tra các khả năng của TypeSafe AI và xác minh việc tạo đầu ra có cấu trúc.
console.typesafe.aiCác nguyên tố cơ bản
Hướng dẫn này phác thảo ba loại câu hỏi cốt lõi trong TypeSafe AI: Choice, Score và Noul. Tài liệu giải thích các cấu trúc dữ liệu và giá trị trả về liên quan đến từng nguyên tố để giúp nhà phát triển cấu trúc các tương tác AI hiệu quả.
docs.typesafe.aiopen-jev của JoshuaSP
Kho lưu trữ này khám phá việc suy luận JSON có kiểu bằng cách sử dụng DiffusionGemma. Nó cung cấp các kết quả kiểm chuẩn thử nghiệm cho Every và Jev, cho thấy cách các mô hình này xử lý các tác vụ suy luận dữ liệu có cấu trúc trong nghiên cứu.
github.comJev trên Cloudflare AI Gateway
Tích hợp này minh họa cách Jev sử dụng Cloudflare AI Gateway để cung cấp các câu trả lời có cấu trúc cho các câu hỏi của người dùng. Nó làm nổi bật việc triển khai kỹ thuật xử lý dữ liệu có cấu trúc trong hệ sinh thái Cloudflare.
x.comSách nấu ăn
Tài nguyên này cung cấp các công thức tái tạo được cho các quy trình làm việc AI phổ biến, bao gồm câu hỏi song song, xếp hạng lại và rào chắn an toàn. Nó trình bày các mẫu triển khai thực tế cho kiểm tra trích dẫn, trích xuất dữ liệu và phân loại cấp bậc.
docs.typesafe.aitypesafe-triage-guard
Kho lưu trữ này cung cấp ba đường ống đánh giá có thể kết hợp dựa trên Jev. Nó minh họa các quy trình làm việc tự động để phân loại phiếu hỗ trợ, cảnh báo khả năng quan sát và đánh giá rủi ro triển khai nhằm hợp lý hóa các quy trình ra quyết định kỹ thuật.
github.comBộ phân loại hình ảnh OCR
Dự án này trình bày quy trình phân loại hình ảnh tích hợp OCR và Jev. Người tạo báo cáo đã xử lý 900 hình ảnh trong vòng 40 giây bằng cách sử dụng quy trình tự động này.
x.commobile-jev
Dự án này cung cấp một khung tác nhân Android độc lập, nơi Jev xử lý các quy trình ra quyết định. Nó bao gồm môi trường React studio trực tiếp và trình diễn các khả năng tương tác tự động thông qua bản demo ứng dụng theo chủ đề Uber.
github.comjev-oxlint
Dự án này trình bày một phương pháp tích hợp các kỹ năng của tác nhân Jev vào khung phân tích tĩnh Oxlint. Nó cung cấp một triển khai kỹ thuật để mở rộng khả năng kiểm tra mã thông qua các plugin tùy chỉnh được thiết kế để tận dụng logic dựa trên Jev.
github.comPort Cleanup
Port Cleanup là một công cụ trên macOS được thiết kế để xác định và dừng các cổng mạng đang hoạt động. Dự án này hỗ trợ các nhà phát triển quản lý các tiến trình cục bộ bằng cách tắt các dịch vụ không cần thiết để duy trì môi trường phát triển sạch sẽ.
github.comjcm-router
Proxy cục bộ này sử dụng TypeSafe Jev để định tuyến động các yêu cầu của tác nhân phụ đến các mô hình Claude và mức độ nỗ lực cụ thể. Nó được thiết kế để quản lý các tác vụ chuyên biệt một cách độc lập trong khi vẫn giữ nguyên trạng thái phiên trò chuyện chính của bạn.
github.comjev-harness-router
Dự án này cung cấp cơ chế định tuyến cho các tác vụ Jev bằng cách đánh giá cấp độ mô hình, công cụ, kỹ năng và nỗ lực. Nó minh họa một phương pháp tiếp cận có cấu trúc để phân phối tác vụ trong các quy trình làm việc tự động.
github.comsiftr
siftr cung cấp CLI và máy chủ MCP cho các tác nhân lập trình AI để thực hiện tìm kiếm ngữ nghĩa và chọn tệp. Dự án nhằm mục đích cải thiện hiệu suất của tác nhân thông qua việc đọc mã tập trung và chọn danh sách.
github.comjev-commit
Hook tiền commit này sử dụng Jev để đánh giá các thay đổi đã được dàn dựng so với thông báo commit. Nó nhằm mục đích xác định các vấn đề tiềm ẩn như mã gỡ lỗi còn sót lại, công việc chưa được đề cập và thông tin xác thực bị lộ trước khi hoàn tất commit.
github.comThử nghiệm không chiến với Jev
Thử nghiệm này khám phá việc tích hợp Jev vào các mô phỏng không chiến. Người tạo trình bày các nỗ lực phát triển đang diễn ra nhằm tinh chỉnh các thao tác chiến đấu và khả năng ra quyết định chiến thuật của AI trong môi trường trò chơi.
x.comHiệu chuẩn Janus
Janus trình diễn một hệ thống hiệu chuẩn và định tuyến dựa trên độ tin cậy cho các tác vụ ra quyết định. Dự án báo cáo độ chính xác 80,2% trên tập dữ liệu Banking77, với tác giả tuyên bố hiệu quả chi phí là 0,103 đô la cho mỗi 500 quyết định.
github.comĐiều khiển trình duyệt bằng giọng nói thời gian thực
Dự án này trình diễn việc sử dụng Jev để thực hiện các lệnh giọng nói thời gian thực nhằm điều khiển trình duyệt. Người tạo tuyên bố hệ thống xử lý giọng nói thành các thao tác trình duyệt trong 300 mili giây với chi phí thấp.
x.comHiểu các nguyên tắc cơ bản của Jev
Bài viết này cung cấp cái nhìn tổng quan về khái niệm Jev, làm rõ mục đích chính và các giới hạn kỹ thuật của nó. Đây là hướng dẫn cơ bản giúp các nhà phát triển phân biệt giữa chức năng dự kiến của Jev và những hiểu lầm phổ biến.
zenn.devKhán giả gồm 100 cá tính
Dự 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.
x.comjev-search
Công cụ này cho phép tìm kiếm ngoại tuyến trong các kho lưu trữ Obsidian. Nó cung cấp tính năng tùy chọn sắp xếp lại kết quả tìm kiếm bằng Jev, yêu cầu sự chấp thuận rõ ràng từ người dùng trước khi thực hiện để kiểm soát việc ưu tiên thông tin.
github.comjev-firewall
Công cụ này cung cấp tường lửa thời gian thực cho các tác nhân lập trình AI. Nó sử dụng các quy tắc xác định và xác minh dựa trên Jev để chặn các lệnh gọi công cụ và quyết định cho phép, chặn hoặc yêu cầu phê duyệt thủ công cho các hành động.
github.comĐịnh tuyến mô hình Corent
Corent giới thiệu một hệ thống định tuyến mô hình sử dụng Jev để đánh giá các câu lệnh và yêu cầu chất lượng. Phương pháp này nhằm mục đích chọn động mô hình AI phù hợp nhất cho các tác vụ cụ thể trước khi tạo kết quả đầu ra.
x.comQuy trình làm việc thực tế với Jev
Tài liệu này phác thảo sáu trường hợp sử dụng cụ thể cho Jev, bao gồm kiểm tra thực tế, xếp hạng, xác minh trích dẫn và phân tích lỗi của tác nhân. Nó chứng minh cách công cụ này có thể được áp dụng cho việc xử lý thông tin có cấu trúc.
x.com
