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
jev-trade
Kho lưu trữ này cung cấp một triển khai giao dịch trực tiếp cho nền tảng Hyperliquid sử dụng Jev. Nó minh họa cách tích hợp logic giao dịch tự động với API của sàn giao dịch để thực hiện các hoạt động thị trường trong thời gian thực.
github.comSo sánh LLM và Jev
Tài liệu này so sánh Jev với LLM, làm nổi bật cách Jev đánh giá trực tiếp các quyết định được xác định trước. Nó chứng minh sự khác biệt về kiến trúc này cho phép xử lý song song các câu hỏi độc lập, phân biệt cách tiếp cận vận hành của nó với các mô hình ngôn ngữ tạo sinh tiêu chuẩn.
x.comJevPromptCoach
JevPromptCoach là một plugin cho Claude Code giúp đánh giá chất lượng các câu lệnh (prompt) của bạn dành cho các tác nhân lập trình. Nó sử dụng mô hình Jev của TypeSafe để theo dõi thói quen tương tác mà không gây thêm độ trễ.
github.comAgent-JEV-Tetris
Dự án này trình bày việc triển khai mô hình JEV áp dụng cho trò chơi cổ điển Tetris. Nó đóng vai trò là một minh chứng thử nghiệm để quan sát cách mô hình xử lý việc ra quyết định theo thời gian thực và logic không gian trong môi trường trò chơi có cấu trúc.
github.comTrình bỏ qua quảng cáo YouTube
Tiện ích mở rộng Chrome này sử dụng Jev để phát hiện và tự động bỏ qua các phân đoạn quảng cáo trong video YouTube theo thời gian thực. Dự án minh họa cách phân tích nội dung trực tiếp để tối ưu hóa trải nghiệm xem cho người dùng.
x.comThử thách lập trình viên với Jev và Fable 5.1
Sự kiện này giới thiệu 100 lập trình viên sử dụng Jev và Fable 5.1 để tạo trình lập lịch đăng bài. Bản trình diễn nhấn mạnh tốc độ của framework Jev trong các chu kỳ phát triển ứng dụng nhanh.
x.comllama-index-jev
Dự án này trình bày việc tích hợp tính năng reranking và định tuyến của LlamaIndex với TypeSafe Jev. Nó khám phá việc sử dụng các điểm số và lựa chọn có kiểu dữ liệu để quản lý quyết định, nhằm cung cấp giải pháp thay thế tiết kiệm hơn so với các phương pháp đánh giá LLM-as-judge truyền thống.
github.comPhát hiện gian lận với Jev và Kimi K3
Dự án này trình bày một phương pháp đa lớp để phát hiện gian lận qua email. Nó sử dụng Jev để phân loại ban đầu, đồng thời chuyển các trường hợp không chắc chắn cho Kimi K3 để cải thiện độ chính xác trong việc xác định các liên lạc có khả năng gây hại.
x.comWhose Jev Is It Anyway?
Thử nghiệm sáng tạo này khám phá vai trò của Jev trong việc đánh giá hài kịch ứng tác. Tác giả trình bày một khuôn khổ giả thuyết về cách các hệ thống tự động có thể đánh giá nghệ thuật biểu diễn tự phát.
x.comai-cli
Công cụ giao diện dòng lệnh từ Vercel Labs này cho phép các nhà phát triển tương tác với các mô hình AI trực tiếp trong terminal. Nó minh họa cách tích hợp Jev làm mô hình đánh giá cho các tác vụ kiểm thử hiệu năng và kiểm soát chất lượng tự động.
github.comjev-decisions
Kho lưu trữ này cung cấp các cơ chế xác thực an toàn cho các tác nhân AI như Hermes. Nó minh họa cách triển khai các kiểm tra tự động yêu cầu sự phê duyệt hoặc xác minh của con người trước khi tác nhân thực hiện hành động hoặc thay đổi hệ thống.
github.comjev-pr-labeler
Công cụ này tự động hóa việc gắn nhãn pull request trên GitHub bằng cách sử dụng các quyết định có kiểu của Jev. Nó phân loại các thay đổi dựa trên phạm vi khái niệm thay vì số dòng mã, cung cấp ngữ cảnh hữu ích hơn cho việc đánh giá mã.
github.comscam-shield
Công cụ này sử dụng mô hình Jev để lọc các tin nhắn văn bản đến nhằm phát hiện các hành vi lừa đảo tiềm ẩn. Nó minh họa một ứng dụng thực tế của công nghệ TypeSafe AI để tăng cường bảo mật liên lạc di động thông qua phân tích nội dung tự động.
github.comdaf-jev
Bộ công cụ Python này cung cấp một khung làm việc mô-đun để tương tác với API quyết định Jev. Nó bao gồm các tính năng để xây dựng câu hỏi, triển khai các cổng tin cậy và quản lý kỹ năng của tác nhân thông qua giao diện CLI và máy chủ MCP.
github.comtypesafe-on-neon
Dự 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.
github.comjev-skill-router
Dự án này trình bày việc triển khai Jev cho định tuyến kỹ năng trong hệ thống tác nhân. Nó cho thấy cách áp dụng các mô hình phát triển dựa vào cộng đồng để quản lý việc phân bổ nhiệm vụ và quy trình ra quyết định.
x.comJev chơi Geometry Dash
Thử nghiệm cộng đồng này giới thiệu cách Jev tương tác với trò chơi nền tảng Geometry Dash. Nó chứng minh khả năng của mô hình trong việc xử lý đầu vào hình ảnh từ trò chơi và thực thi các lệnh điều khiển tương ứng trong môi trường thời gian thực.
x.comFunction calling
Tài liệu tham khảo chính thức của TypeSafe AI này giải thích các cơ chế của việc gọi hàm. Nó minh họa cách tích hợp các công cụ bên ngoài và xử lý dữ liệu có cấu trúc vào quy trình làm việc LLM để cải thiện việc thực thi tác vụ.
docs.typesafe.aiXử lý thư viện quảng cáo MaxFusion
Bản trình diễn này cho thấy Jev xử lý một lượng lớn dữ liệu quảng cáo. Người tạo tuyên bố hệ thống có thể xử lý gần hai nghìn quảng cáo trong vòng chưa đầy hai mươi giây, gợi ý tiềm năng cho các quy trình phân tích thị trường tốc độ cao.
x.comjev-mcp
Bằng chứng khái niệm này minh họa việc triển khai Giao thức Ngữ cảnh Mô hình cho mô hình AI Jev. Nó đóng vai trò là công cụ tích hợp thử nghiệm cho các nhà phát triển đang khám phá khả năng kết nối của Jev trong các quy trình làm việc của tác nhân.
github.comjev-code
Dự án này cung cấp một CLI TypeScript tương tác sử dụng Jev để định tuyến có kiểu và ra quyết định. Nó minh họa việc triển khai các cây hình thức đã được xác thực để cấu trúc và thực thi các quy trình làm việc của tác nhân dựa trên mã.
github.comTổng quan về Jev System One
Tài nguyên này giải thích các chức năng chính và số liệu đánh giá của Jev với tư cách là mô hình System One của TypeSafe. Nó cung cấp cái nhìn tổng quan về cách hệ thống vận hành và các tiêu chí được sử dụng để đánh giá hiệu suất trong quy trình làm việc của tác nhân.
skillsagentes.comdsh-jev-tools
Dự án này tích hợp Jev vào khung DeepSeek Harness. Nó minh họa cách các nhà phát triển có thể sử dụng Jev cho các tác vụ đánh giá tự động trong các quy trình đánh giá hiện có để hợp lý hóa quy trình đánh giá mô hình.
github.comHướng dẫn cài đặt kỹ năng Jev
Hướng dẫn này cung cấp các bước để cài đặt kỹ năng Jev. Tài liệu nhấn mạnh tiềm năng của các mô-đun này trong việc thay thế cách sử dụng mô hình ngôn ngữ truyền thống để thực hiện tác vụ hiệu quả hơn.
x.comJev trên Vercel AI Gateway
Tài nguyên này cung cấp bản triển khai được lưu trữ của typesafe-ai/jev cho các lệnh gọi đánh giá SDK AI. Nó minh họa cách tích hợp Jev trực tiếp thông qua Vercel AI Gateway, loại bỏ nhu cầu chờ đợi trong danh sách của TypeSafe cho các thao tác này.
vercel.comHiệu chỉnh ngưỡng tin cậy Jevcal
Công cụ mã nguồn mở này cung cấp cơ chế để hiệu chỉnh các ngưỡng tin cậy trong hệ thống Jev. Nó trình bày một cách tiếp cận thực tế để người dùng điều chỉnh độ nhạy nhằm căn chỉnh đầu ra của mô hình với các yêu cầu vận hành cụ thể.
x.comCông cụ phát hiện ngụy biện
Tiện ích mở rộng trình duyệt Brave này phân tích các bài đăng trên mạng xã hội để xác định các lỗi ngụy biện trong thời gian thực. Nó đánh dấu nội dung bằng cờ xanh khi phát hiện các lập luận hợp lý, giúp người dùng đánh giá chất lượng thảo luận trực tuyến.
x.comjev-cua
Dự án này cung cấp một giao diện sử dụng máy tính cục bộ được thiết kế cho môi trường Codex và Waku. Nó minh họa một quy trình làm việc hợp lý cho các nhà phát triển muốn tích hợp việc thực thi tác vụ tự động trực tiếp vào cấu hình máy cục bộ của họ.
github.comgg-friggin-ez
Thư viện Node.js này sử dụng TypeSafe AI Jev để phát hiện ngôn ngữ tục tĩu và độc hại. Nó được thiết kế để nhận diện văn bản bị làm nhiễu, bao gồm leetspeak và khoảng cách ký tự, hỗ trợ nhiều ngôn ngữ Ấn Độ như tiếng Hindi, Bengali và Telugu.
github.comharnessjudge
harnessjudge cung cấp một khung làm việc để đánh giá quy trình làm việc của tác nhân bằng cách sử dụng TypeSafe Jev. Nó minh họa cách phân loại các bước của tác nhân một cách có hệ thống thành thành công, thử lại, leo thang hoặc dừng lại dựa trên logic vận hành đã xác định.
github.comask-jev
Dự án này trình bày việc sử dụng mô hình Jev loại RLCD từ TypeSafe AI để đánh giá các phiên lập trình của tác nhân. Tác giả khẳng định rằng phương pháp này cung cấp một cách thức độc lập và tiết kiệm chi phí để đánh giá các tác vụ lập trình tự động.
github.comjevmail
jevmail là một công cụ mã nguồn mở sử dụng Jev để phân loại email Gmail vào các thư mục như cần trả lời hoặc thư rác. Tác giả cho biết công cụ này chạy cục bộ ở chế độ chỉ đọc và có thể xử lý 1.000 email mỗi phút.
github.comjev (dannote)
Thư viện này cung cấp tích hợp TypeSafe Jev cho môi trường OTP. Nó minh họa cách xử lý các phản hồi Jev trong một tiến trình GenServer, cho phép các nhà phát triển thực hiện khớp mẫu trên các phản hồi nhận được để tăng độ tin cậy.
github.comCác bản demo TypeSafe AI
Tài nguyên chính thức này cung cấp bộ sưu tập các bản demo tham khảo cho TypeSafe AI. Nó đóng vai trò là chỉ mục trung tâm để người dùng khám phá các triển khai thực tế và ví dụ đã được xác minh về các khả năng cốt lõi của nền tảng.
docs.typesafe.aiThí nghiệm điều hướng drone Jev
Thí nghiệm này chứng minh cách Jev thực hiện tránh chướng ngại vật theo thời gian thực cho một drone đang điều hướng qua một trường tiểu hành tinh mô phỏng. Dự án làm nổi bật khả năng ra quyết định tự chủ trong các môi trường năng động.
x.comLitJev
LitJev là một bản tái hiện của khung Jev giúp chuyển đổi các mô hình Qwen thành mô hình ra quyết định. Nó sử dụng lược đồ /v1/systemone để xuất các lựa chọn và điểm số mà không cần đào tạo hoặc tạo văn bản.
github.com
