jev-mcp — Juicios tipados de Jev mediante MCP

El desarrollador define componentes y acciones permitidos para que las interfaces respeten su catálogo y esquema. El compositor experimental del playground evalúa componentes candidatos con typesafe-ai/jev al construir la especificación de interfaz.

Instrucciones, herramientas, habilidades, canales y horarios viven en directorios convencionales que facilitan inspeccionar y ampliar el agente. evaluate usa la autenticación de modelos de eve para evaluar preguntas tipadas sobre un estado, con Jev por defecto.

Proporciona convenciones e instrumentación para rastrear aplicaciones de IA, incluidas llamadas a modelos, recuperación y herramientas externas. La integración TypeSafe registra systemOne como spans con entradas y salidas JSON, modelo y tokens; los ejemplos cubren Choice, Noul y Score.

LocalJev convierte solicitudes tipadas en instrucciones de clasificación para DiffusionGemma y valida las probabilidades generadas. Su servicio Bun ofrece el formato de respuesta Jev mediante un backend de chat compatible con OpenAI. Ejecútalo con Bun y oMLX, y dirige los clientes TypeSafe SDK a la API local.

Web Search Plus añade búsqueda y extracción de páginas a Hermes, con enrutamiento y alternativas entre proveedores configurados. Instala el complemento y configura un buscador. Activa Jev por separado con setup --jev e instala typesafe-sdk.

pg-jev filtra, ordena y clasifica filas PostgreSQL mediante condiciones SQL en lenguaje natural. Jev evalúa filas en lotes; las funciones SQL devuelven booleanos, probabilidades, opciones y puntuaciones. Requiere PostgreSQL 14–17, plpython3u, acceso de superusuario y una clave TypeSafe.