提交资源
English
한국어
日本語
Español
Français
Deutsch
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
回到实验室JEVLAB / FIELD NOTES
实验室最新动态
一份按日期排列的新增资源和 JEVLAB 新闻阅读列表。回来查看更新，或在你的阅读器中关注 RSS 源。
在此浏览器上记住此访问，以便下次突出显示新增内容。无需登录或跨设备跟踪。
日期显示的是项目在 JEVLAB 中可用的时间（UTC），而非其原始来源发布的时间。仅翻译编辑不计为新资源。
36
jev-trade
该存储库提供了使用 Jev 在 Hyperliquid 平台上进行实时交易的实现。它演示了如何将自动化交易逻辑与交易所 API 集成，以实时执行市场操作。
github.comLLM 与 Jev 的对比
该资源对比了 Jev 与 LLM，强调了 Jev 如何直接评估预定义的决策。它展示了这种架构差异如何实现对独立问题的并行处理，从而将其操作方法与标准的生成式语言模型区分开来。
x.comJevPromptCoach
JevPromptCoach 是一款 Claude Code 插件，用于评估您对编码代理所写提示词的质量。它利用 TypeSafe 的 Jev 模型追踪您的提示习惯，旨在提供改进建议，且不会引入额外的延迟。
github.comAgent-JEV-Tetris
该项目展示了将 JEV 模型应用于经典游戏《俄罗斯方块》的实现。它作为一个实验性演示，旨在观察模型如何在结构化的游戏环境中处理实时决策和空间逻辑。
github.comYouTube 赞助跳过工具
此 Chrome 扩展程序利用 Jev 在实时观看过程中识别并自动跳过 YouTube 视频中的赞助片段。该项目展示了如何通过实时内容分析技术来优化用户的观看体验。
x.comJev 与 Fable 5.1 开发者挑战赛
该活动展示了 100 名开发者使用 Jev 和 Fable 5.1 构建帖子调度程序的过程。演示重点介绍了 Jev 框架在快速应用程序开发周期中的运行速度。
x.comllama-index-jev
该项目展示了如何将 LlamaIndex 重排序与路由功能与 TypeSafe Jev 相结合。它探索了利用类型化的分数和选项来管理决策过程，旨在提供一种比传统 LLM-as-judge 评估方法更具成本效益的替代方案。
github.com使用 Jev 和 Kimi K3 进行欺诈检测
该项目展示了一种用于电子邮件欺诈检测的多层方法。它利用 Jev 进行初步分类，并将不确定的案例委托给 Kimi K3 处理，以提高识别潜在恶意通信的准确性。
x.comWhose Jev Is It Anyway?
这项创意实验探讨了 Jev 在即兴喜剧评审中的作用。作者提出了一个假设性框架，探讨了自动化系统如何评估即兴表演艺术。
x.comai-cli
Vercel Labs 开发的这款命令行工具允许开发者直接在终端中与人工智能模型进行交互。它演示了如何将 Jev 作为评估模型集成，以执行自动化性能测试和质量评估任务。
github.comjev-decisions
该存储库为 Hermes 等 AI 代理提供了安全验证机制。它演示了如何实现自动化检查，要求在代理执行操作或更改系统状态之前获得人工批准或验证。
github.comjev-pr-labeler
该工具利用 Jev 的类型化决策自动为 GitHub 拉取请求添加标签。它根据概念范围而非代码行数对更改进行分类，从而为代码审查提供更有意义的上下文信息。
github.comscam-shield
该工具利用 Jev 模型过滤收到的短信，以识别潜在的诈骗信息。它展示了 TypeSafe AI 技术在通过自动化内容分析增强移动通信安全方面的实际应用。
github.comdaf-jev
该 Python 工具包为 Jev 决策 API 提供了模块化交互框架。它包含用于构建问题、实现置信度门控以及通过 CLI 和 MCP 服务器接口管理代理技能的功能。
github.comtypesafe-on-neon
该项目为 Neon AI Gateway 提供了一个 Neon Function 代理。它演示了如何实现类型安全的 Jev 路由，以便在结构化且可靠的开发环境中管理 AI 服务请求。
github.comjev-skill-router
该项目展示了在代理系统中使用 Jev 进行技能路由的实现。它演示了如何应用社区驱动的开发模式来管理自主系统中的任务分配和决策过程。
x.comJev 游玩 Geometry Dash
这项社区实验展示了 Jev 与平台游戏 Geometry Dash 的交互过程。它演示了该模型处理视觉游戏输入并在实时游戏环境中执行相应控制指令的能力。
x.comFunction calling
这份 TypeSafe AI 官方参考文档解释了函数调用的机制。它演示了如何将外部工具和结构化数据处理集成到 LLM 工作流中，以改进任务执行并实现与外部系统的动态交互。
docs.typesafe.aiMaxFusion 广告库处理
该演示展示了 Jev 处理大量广告数据的能力。创建者声称该系统能在 20 秒内处理近两千条广告，表明其在高速市场分析工作流程中具有应用潜力。
x.comjev-mcp
此概念验证展示了 Jev AI 模型模型上下文协议 (MCP) 的实现。它作为一种实验性集成工具，供开发人员探索在代理工作流中连接 Jev 的可能性。
github.comjev-code
该项目提供了一个交互式 TypeScript 命令行工具，利用 Jev 进行类型化路由和决策。它展示了如何使用经过验证的形式树来构建和执行基于代码的代理工作流。
github.comJev System One 概览
该资源介绍了作为 TypeSafe System One 模型的 Jev 的核心功能和评估指标。它概述了系统的工作原理以及用于评估其在代理工作流中表现的标准。
skillsagentes.comdsh-jev-tools
该项目将 Jev 集成到 DeepSeek Harness 框架中。它展示了开发人员如何利用 Jev 在现有的评估管道中执行自动化判断任务，从而简化模型评估工作流程。
github.comJev 技能安装指南
本指南介绍了 Jev 技能的安装步骤。它探讨了这些模块作为传统大语言模型替代方案的潜力，旨在通过更直接的方式提升任务处理效率。
x.comVercel AI Gateway 上的 Jev
该资源提供了用于 AI SDK 评估调用的 typesafe-ai/jev 托管实现。它演示了如何通过 Vercel AI Gateway 直接集成 Jev，从而无需为这些操作排队等待 TypeSafe 的访问权限。
vercel.comJevcal 置信度阈值校准
该开源工具提供了一种校准 Jev 系统中置信度阈值的机制。它展示了一种实用的方法，使用户能够调整灵敏度设置，从而使模型输出更好地符合特定的操作需求。
x.com逻辑谬误检测器
这款 Brave 浏览器扩展程序可实时分析社交媒体帖子，以识别其中的逻辑谬误。当检测到论证严密的观点时，它会标记绿色旗帜，旨在帮助用户评估在线讨论的质量。
x.comjev-cua
该项目为 Codex 和 Waku 环境提供了一个本地计算机使用接口。它展示了一种简化的工作流程，旨在帮助开发者将自动化任务执行直接集成到其本地机器设置中。
github.comgg-friggin-ez
该 Node.js 库利用 TypeSafe AI Jev 来检测亵渎和有毒语言。它旨在识别包括火星文和字符间距在内的混淆文本，并支持印地语、孟加拉语和泰卢固语等多种印度语言。
github.comharnessjudge
harnessjudge 提供了一个使用 TypeSafe Jev 评估代理工作流的框架。它演示了如何根据定义的运行逻辑，将代理步骤系统地分类为成功、重试、升级或停止执行。
github.comask-jev
该项目展示了如何利用 TypeSafe AI 提供的 RLCD 类型模型 Jev 来评估代理编码会话。创建者声称，这种方法为评估自动化编程任务提供了一种独立且经济高效的手段。
github.comjevmail
jevmail 是一款利用 Jev 对 Gmail 收件箱进行自动分类的开源工具，可将邮件整理为待回复、更新、促销或垃圾邮件。开发者声称该工具在本地以只读模式运行，每分钟可处理约 1,000 封邮件。
github.comjev (dannote)
该库为 OTP 环境提供了 TypeSafe Jev 集成。它演示了如何在 GenServer 进程中处理 Jev 回复，使开发人员能够对收到的响应进行模式匹配，从而提高系统的可靠性。
github.comTypeSafe AI 演示
此官方资源提供了 TypeSafe AI 的参考演示合集。它作为一个中心索引，旨在帮助用户探索该平台核心功能和架构模式的实际实现方式以及经过验证的示例。
docs.typesafe.aiJev 无人机导航实验
该实验展示了 Jev 如何为在模拟小行星带中导航的无人机执行实时避障任务。该项目重点介绍了在动态环境下的自主决策能力。
x.comLitJev
LitJev 是 Jev 框架的复现实现，旨在将 Qwen 模型转化为决策模型。它通过 /v1/systemone 架构输出选择和评分，无需进行模型训练或生成额外的文本内容。
github.com
