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
typesafe-image-diffusion
该项目探索了使用分类器进行扩散式像素艺术生成的方法。它演示了一种涉及 256 个并行像素级 Jev 问题以及后续细化步骤来构建图像的方法，展示了结构化图像合成的一种实验性途径。
github.comJev 玩俄罗斯方块
该演示展示了 Jev AI 高速游玩俄罗斯方块的过程。创作者称该系统在两分钟内完成了 357 个方块并消除了 134 行，展示了模型在实时游戏环境中的快速决策能力。
x.comGame Plan
Game Plan 是一个基于浏览器的实验，旨在测试 Jev 如何处理和响应不可预测的用户输入。它展示了 Jev 生态系统中输入处理能力的实际应用。
game-plan.adriaansendennis.workers.devtypesafe-jev-workflow
该项目展示了一个用于分类入站电子邮件的异步 LangGraph 工作流。它利用类型化的 Jev 选择将通信自动路由到发票或通用处理程序。
github.com二手购物代理
该项目展示了一个用于自动化搜索和评估二手产品的智能代理。开发者声称该系统每分钟可处理 26 个列表，旨在通过快速评估帮助用户做出购买决策。
x.com用于代理工作流的自定义 Jev 风格模型
该提案探讨了旨在优化代理工作流的自定义 Jev 风格模型的实现。作者建议，这些专用模型有可能降低自动化代理系统中复杂决策过程的计算成本。
x.comjev-page-verdict
此 Chrome 扩展程序利用 Jev 分析网页是属于销售性质还是第一手经验报告。它在 Google 搜索结果中标记已有的判定或基于摘要的估计，并将低置信度的结果留作未定，帮助用户识别内容类型。
github.comjev-games
该存储库提供了一个可视化 Jev 实验室环境，旨在测试和交互各种游戏及模拟器平台。它为探索游戏软件架构中基于 Jev 集成的开发人员提供了一个实用的参考资源。
github.comJev 游玩《化解危机》
此演示展示了 Jev 游玩经典街机游戏《化解危机》的过程。通过使用物理背带系统辅助瞄准和移动，该实验探讨了硬件集成如何影响复古街机环境下的游戏表现。
x.compi-quiet-ask
该项目演示了如何将 TypeSafe Jev 集成为 pi 编码代理的决策层。它探讨了如何将结构化的静默推理应用于 pi 代理框架中，以实现软件开发任务的自动化。
github.comroverlab
roverlab 是一个 3D 行星漫游车模拟环境。它为开发者提供了一个沙盒，用于在虚拟的外星地形中利用 TypeSafe AI 框架进行自主决策算法的实验与测试。
github.comjev-voice
该项目展示了一个 macOS 语音控制自动化工具。它利用本地 whisper.cpp 进行语音识别，并为每个命令集成一次 Jev TypeSafe 调用，从而在计算机上处理和执行系统级任务。
github.comjev-auto-approve
此 GitHub 工具通过要求在合并拉取请求前获得 Jev 的批准来自动化开发工作流。它展示了一种利用 Jev 验证机制来执行代码审查门控的方法，以确保仓库符合标准。
github.com沙盒
该网页工具允许用户输入状态数据并提出问题，从而直接在浏览器中接收类型化的回答。它作为一个交互式环境，用于测试 TypeSafe AI 的功能并验证结构化输出的生成。
console.typesafe.ai基本元素
本指南介绍了 TypeSafe AI 中的三种核心问题类型：Choice、Score 和 Noul。它解释了每种基本元素关联的数据结构和返回内容，旨在帮助开发者更有效地构建 AI 交互流程。
docs.typesafe.aiJoshuaSP 的 open-jev
该存储库探索了使用 DiffusionGemma 进行类型化 JSON 推理的方法。它提供了 Every 和 Jev 的实验性基准测试结果，展示了这些模型在研究环境中处理结构化数据推理任务的表现。
github.comCloudflare AI Gateway 上的 Jev
此集成展示了 Jev 如何利用 Cloudflare AI Gateway 为用户问题提供结构化答案。它突显了在 Cloudflare 生态系统内实现结构化数据处理以改进查询处理的技术实践。
x.com食谱
该资源为常见的AI工作流程提供了可复现的配方，包括并行问题、重新排序和护栏。它演示了引用检查、数据提取和层次分类的实用实现模式，旨在帮助开发人员构建更稳健且结构化的AI应用程序。
docs.typesafe.aitypesafe-triage-guard
该存储库提供了三个基于 Jev 的可组合判断流水线。它演示了用于支持工单分类、可观测性警报处理和部署风险评估的自动化工作流，旨在简化技术环境中的决策流程。
github.comOCR 图像分类器
该项目展示了一个集成 OCR 和 Jev 的图像分类工作流程。创建者报告称，使用此自动化管道在 40 秒内处理了 900 张图像。
x.commobile-jev
该项目提供了一个独立的 Android 代理框架，由 Jev 处理决策过程。它包含一个实时 React 工作室环境，并通过 Uber 主题的应用程序演示展示了自动化交互功能。
github.comjev-oxlint
该项目展示了一种将 Jev 代理技能集成到 Oxlint 静态分析框架中的方法。它提供了一种技术实现，通过旨在利用 Jev 逻辑的自定义插件来扩展代码检查功能。
github.comPort Cleanup
Port Cleanup 是一款 macOS 工具，旨在帮助用户识别并终止活动的网络端口。该项目通过提供便捷的端口管理功能，协助开发者安全地关闭不必要的服务，从而保持开发环境的整洁。
github.comjcm-router
该本地代理利用 TypeSafe Jev 将子代理请求动态路由至特定的 Claude 模型和工作负载级别。它旨在独立管理专业任务，同时保持主聊天会话的状态不变。
github.comjev-harness-router
该项目提供了一种通过评估模型层级、工具、技能和工作量来路由 Jev 任务的机制。它展示了在自动化工作流中进行任务分配的结构化方法。
github.comsiftr
siftr 为 AI 编码代理提供 CLI 和 MCP 服务器，支持语义搜索和文件选择。该项目旨在通过专注的代码读取和列表选择功能，在两秒内提升代理的工作效率。
github.comjev-commit
此预提交钩子利用 Jev 来评估暂存更改与提交信息的一致性。它旨在提交前识别潜在问题，例如调试残留、未提及的工作内容以及暴露的凭据信息。
github.comJev 空战实验
该实验探索了将 Jev 集成到空战模拟中的可能性。开发者展示了正在进行的开发工作，旨在优化 AI 在游戏环境中的空战机动能力和战术决策水平。
x.comJanus 校准
Janus 展示了一个用于决策任务的校准和基于置信度的路由系统。该项目在 Banking77 数据集上实现了 80.2% 的准确率，作者声称其成本效率为每 500 次决策 0.103 美元。
github.com浏览器实时语音控制
该项目展示了如何利用 Jev 实现通过实时语音指令控制浏览器。开发者声称该系统能在 300 毫秒内将语音处理为浏览器操作，并具有低成本的运行优势。
x.com理解 Jev 的基本概念
本文提供了 Jev 的概念性概述，阐明了其核心目的和技术边界。它作为一份基础指南，帮助开发人员区分 Jev 的预期功能与常见的误解。
zenn.dev由100个个性组成的听众
该项目展示了一个由100个模拟个性组成的动态听众群体，它们会对用户输入做出单独响应。它演示了如何利用Jev在大规模合成听众环境中管理复杂的个人互动。
x.comjev-search
该工具支持在 Obsidian 库中进行离线搜索。它提供可选的 Jev 搜索结果重排序功能，需经用户明确授权后方可执行，从而确保用户对信息排序方式拥有控制权。
github.comjev-firewall
该工具为 AI 编码代理提供实时防火墙。它通过确定性规则和基于 Jev 的验证来拦截工具调用，并决定是否允许、阻止或请求手动批准代理的操作。
github.comCorent 模型路由
Corent 展示了一个模型路由系统，该系统利用 Jev 来评估提示词和质量要求。此方法旨在在生成输出之前，为特定任务动态选择最合适的 AI 模型。
x.comJev 实用工作流
该资源概述了 Jev 的六种具体用例，包括事实核查、排名、引用验证和代理故障分析。它展示了如何将该工具应用于结构化信息处理和系统化的质量控制任务中。
x.com
