提交資源
English
한국어
日本語
Español
Français
Deutsch
简体中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
回到實驗室JEVLAB / FIELD NOTES
實驗室最新消息
新加入資源與 JEVLAB NEWS 的日期列表。回來查看變更內容，或在您的閱讀器中訂閱 RSS 摘要。
在此瀏覽器記住此訪問，以便下次標記新增內容。無需登入或跨裝置追蹤。
日期顯示項目在 JEVLAB 中可用的時間（UTC），而非原始來源發布的時間。僅翻譯的編輯不計為新資源。
36
19個開源Jev項目
該合集展示了19個使用Jev技術的開源項目。它演示了從自主AI代理到遊戲交互等多種實際應用，為開發者提供了關於如何將Jev集成到軟件生態系統中的廣泛參考。
x.com自動還原的魔方
該項目展示了一個利用 Jev AI 實現自動還原的魔方原型。創作者演示了一種模仿人類解題思路的方法，而非單純依賴傳統的數學最優演算法來完成還原過程。
x.comJev AI 動作標籤驗證
這項研究展示了 Jev AI 如何為物理 AI 訓練數據集實現動作標籤的自動化品質保證。它演示了一種在大規模環境下驗證標籤的方法，旨在提高機器人學習模型的可靠性。
x.comjev.nu
該 Nushell 模組為 TypeSafe System One API 提供了介面。它支援使用者在 shell 環境中執行基於校準機率的類型化決策。
github.comjev-column-race
該項目透過標記 1,000 條應用程式評論來對比 Jev 與 Gemini 3.8 Flash。創建者聲稱，在執行此特定任務時，Jev 的處理速度比 Gemini 模型更快，且成本更低。
github.comjev-phishing-bench
該儲存庫提供了一個可復現的基準測試，對比了 Jev 和 Claude Haiku 4.5 在 2,000 封釣魚郵件上的表現。它透過評估準確性、校準、延遲和成本等指標，來衡量模型在檢測惡意通訊方面的效能。
github.comtenbin
tenbin 為 TypeSafe AI System One API 提供 MCP 伺服器和代理技能。它演示了如何將判斷分解為選擇、評分和 Noul 問題，執行程式碼檢查，並使用標記資料校準閾值。
github.commastra-jev-moderation
該項目為 Mastra 代理提供了一個簡化的審核系統。它演示瞭如何在單個文件中處理輸入，以在自動化交互過程中維護代理的安全性和內容標準。
github.comtypesafe_ai Elixir SDK
該資源提供了用於 TypeSafe AI API 的非官方 Elixir SDK。它演示了開發人員如何透過專用的客戶端庫將 TypeSafe AI 服務整合到 Elixir 應用程式中，從而實現結構化的通訊。
github.comtsai-civ2
該實驗性專案展示了一個在瀏覽器中運行的 TypeSafe Jev 智慧體，用於遊玩原始版本的 Civilization II。它包含一個完整的遊戲測試框架，可為智慧體的決策過程提供即時行動機率。
github.comalmond-fastloop
該項目提供了一個整合 Chrome DevTools 與 TypeSafe Jev 的瀏覽器電腦使用環境。它作為 Browser Use Olympics 基準測試的測試平台，用於評估智能體在自動化網頁導航任務中的表現。
github.comhono-jev-router
該項目展示了 Hono Web 框架的一種語義路由機制。它利用 Jev 來解析並根據 HTTP 請求的內在含義進行路由，而非依賴傳統的路徑匹配模式。
github.com什麼是 Jev Engineering？
本資源介紹了用於 AI 代理開發的 Jev Engineering 方法論。它闡述了旨在提高自主系統可靠性和功能設計的核心原則與系統化實踐方法。
madewithjev.comjev-should-i-apply
該儲存庫提供了 Jev 和 TypeSafe AI 集成的公開演示。項目展示了如何使用這些框架實現申請流程的決策邏輯，為探索自動化評估工作流的開發人員提供了實用的參考資料。
github.combeatjev
這款瀏覽器遊戲挑戰使用者與 Jev 競爭，看誰能更準確地識別垃圾郵件。它透過模擬真實過濾場景，展示了 Jev 在訊息分類方面的互動式功能。
github.compydantic-jev-examples
該儲存庫提供了一系列簡潔的單檔案演示，展示了如何將 Pydantic AI 與 Jev 整合。這些範例為希望使用這些特定工具實現類型安全 AI 工作流的開發人員提供了實用的參考。
github.comtypesafe-sdk-java
此社群開發的 Java 用戶端為 TypeSafe System One API 提供了非官方介面。該資源演示了開發人員如何透過結構化的用戶端程式庫將 TypeSafe 服務整合到 Java 應用程式中。
github.comMuJoCo 機械臂控制
該項目展示了在 MuJoCo 仿真環境中對機械臂進行實時控制的方法。它利用兩步決策過程來管理機械臂的動作和移動軌跡，旨在實現更精確的操控。
x.comguard-jev
該項目是一個評論審核實驗場，用戶可以透過輸入文字來觀察 Jev 如何評估和分類內容。它展示了在社群管理工作流程中實現自動化決策的實用方法。
github.compi-jev
pi-jev 是一套利用 Jev 增強 Pi 互動的擴充工具。它演示了選擇性上下文壓縮和模型路由技術，旨在協助管理資訊流並優化代理環境中的處理效率。
github.comtypesafe-demo-mcp
該儲存庫提供了一個 MCP 伺服器實作，將 TypeSafe System One 的判斷（包括 noul、choice 和 score）作為代理工具公開。它演示了如何將結構化的判斷資料整合到代理工作流程中。
github.comjev-trace-classifier
該項目展示了如何將 TypeSafe Jev 的 noul 判斷原語應用於 collusion.wiki 語料庫。它透過對比 Qwen3.8-Flash-Next 模型在本地和直接對決配置下的表現，探索了人類與代理生成的頁面作者身份分類。
github.comJevals
Jevals 提供了一個用於評估 Jev 請求的本地測試環境。該項目展示了使用者如何透過在受控的開發工作流程中應用原始操作來優化輸出品質並改進結果。
x.comAI 寫作垃圾內容檢測器
該工具利用 Jev 來識別並標記由 Opus 生成的低質量文本。它作為一種自動化編輯助手，旨在幫助用戶從工作流程中過濾掉重複或缺乏原創性的 AI 生成內容。
x.comopenpoke-meets-jev
該項目將 OpenPoke 的決策模型從 Claude Sonnet 替換為 Jev。它提供了一個 A/B 測試框架，並包含了針對注入門進行超過 43,000 次請求的對抗性測試結果，以評估其性能。
github.comtranscript-scorecard
該專案演示了一個使用 TypeSafe AI 和 Effect 的即時支援通話評分系統。它展示了結合 SQLite、React、Vite 和 Turborepo 的全端實作，用於管理自動化的轉錄評估工作流程。
github.com基於 Qwen 4B 的 openjev
該項目展示了一個在 Qwen 4B 模型上訓練的 MLP，旨在提供 Jev 的類型安全替代方案。它演示了如何將專門的架構訓練應用於現有語言模型，以實現特定的功能對等。
x.com語義化電子表格格式
該工具展示了 Jev 如何對電子表格數據應用語義化格式。它提供了自動化的結構建議，並概述了與外部平台集成的潛在路徑，以優化數據組織工作流程。
x.comCyber-Breach: The Jev Protocol
該項目展示了一款戰術賽博龐克競技場戰鬥遊戲。它演示了如何整合 TypeSafe AI Jev System One 決策模型來管理遊戲機制與策略性 AI 行為。
github.com基於 Jev 的 OpenCode 瀏覽器整合
此演示展示了 Jev 與 OpenCode 瀏覽器 CLI 的整合。它說明了自動化代理如何執行網頁導航任務，並突顯了透過這種技術實現來簡化基於瀏覽器的工作流程的潛力。
x.comjev-playground
該項目探討了 System One 模型是否能有效引導音樂生成。它展示了一個工作流程，其中 Jev 通過枚舉選擇計劃，並渲染樂譜、音頻和 MIDI 文件。
github.com鯨魚上的城市
這款模擬遊戲要求玩家管理一座建立在鯨魚背上的城市。它展示了一個與 GPT-6 Astra 和 H3 Max 集成的決策框架，旨在維持定居點的生存。
x.comtypesafe-go
此非官方 Go SDK 為與 TypeSafe AI 互動提供了結構化介面。它演示了在 Go 應用程式中處理類型化回應、管理請求重試以及維護上下文的實作模式。
github.comOpenJev
OpenJev 提供了一個基於 TypeSafe.ai 概念的 Jev 風格決策 API。該項目包含選擇、評分和 noul 原語，以及 Python 和 TypeScript SDK，旨在為開發者提供一個實驗決策邏輯的框架。
github.comcitation-verifier
該項目展示了一個用於驗證學術引用的工作流程。它利用 Claude 提取支持性引文，並使用 Jev 對引文與原始資料之間的一致性進行評分，最終需要人工審核來確認引用的準確性。
github.comjev-snake
該實驗性專案展示了一個由遊戲引擎強制執行確定性規則的貪食蛇遊戲實現。它演示了 Jev AI 如何在每個遊戲週期處理結構化狀態數據並做出移動決策。
github.com
