La CLI nativa ofrece shell interactiva, peticiones desde scripts e integración embebida, con habilidades, servidores MCP y subagentes. Jev recibe política, contexto y acción pendiente y devuelve clear o caution al flujo de permisos.
Automatización de flujos
Ramifica pipelines y trabajos en segundo plano
137 proyectos · Todos los proyectos →
El flujo desarrolla objetivos de aprendizaje, contenido matemático, planificación visual y escenas Manim, y revisa el renderizado real. Jev evalúa los artefactos y auditorías textuales de Astra con Score, Noul y Choice; no recibe imágenes.
Responde preguntas de elección, booleanas y de puntuación ordenada a partir de estados y candidatos, sin decodificar tokens de respuesta. Es un modelo local independiente inspirado en Jev; las grabaciones comparan Jev y Qwen sin ajustar con las mismas interfaces de juego.
RAG-Fusion genera variantes de consulta y combina sus clasificaciones mediante Reciprocal Rank Fusion para encontrar documentos que una sola consulta omite. Jev es un reordenador opcional de la evaluación; sus experimentos requieren JEV_API_KEY. La demostración original sigue usando solo búsqueda vectorial. El banco de evaluación compara estrategias en NFCorpus; la variante híbrida combina BM25, búsqueda vectorial, fusión y reordenación.
Awesome Jev es el catálogo comunitario de heyjunpenn, organizado por SDK, agentes, aplicaciones, investigación y otras categorías. Sus entradas explican qué decide Jev y registran pruebas de implementación, reproducción y procedencia de métricas. Explora las categorías y consulta etiquetas de evidencia y enlaces originales para examinar el flujo de decisiones.
Jev Review examina diffs Git o código completo buscando problemas de corrección, seguridad, fiabilidad, compatibilidad y pruebas. Jev selecciona evidencia, clasifica mecanismos y puntúa gravedad; cuando corresponde, elige al revisor mediante Choice. El código aplica umbrales y políticas del flujo. Usa Node.js 24+, Git y una clave TypeSafe para generar JSON o consultar revisiones guardadas localmente.
El proyecto controla un jugador de Minecraft Java 1.16.5 mediante Mineflayer, separando el modelo planificador de la selección de acciones con Jev. Configura el relé de modelos y las rutas locales, instala dependencias, inicia el servidor vanilla y sigue el flujo documentado de nether-agent.
La lista organiza proveedores, SDK, flujos de agentes, herramientas de contexto, juegos y evaluaciones con fuentes y límites. Lee la introducción a Choice, Score y Noul; después sigue una categoría y las notas con commits fijados hasta el código.
System One Connector ofrece decisiones tipadas a agentes mediante evaluate e integración MCP. Conecta Jev o modelos compatibles autoalojados como CLM y Laya. Define preguntas Choice, Noul o Score; incluye configuración de agentes y evaluación por lotes.
A source-backed Jev project directory with a reusable Jev-only GitHub review workflow.
The ai agent workflow tool that scales from small, simple projects to large, complex codebases.
Jev Browser — indexed browser automation. Jev chooses the control, Playwright acts. A CodexQA skill.
Talk to your Mac. Local whisper.cpp + one Jev (TypeSafe) call per command + macOS automation.
Browser automation where an LLM plans and Jev (Typesafe System One) decides. Library, CLI and MCP server.
Give an agent real hands and eyes: undetectable, DOM-independent GUI automation. A $4 USB-HID microcontroller for hands, a vision grounding model for eyes, any LLM for a brain.
Classify first. Read selectively. A portable agent plugin and MCP tool for batch text classification.
Open-source macOS AI computer use and native GUI automation on Apple silicon. Jev + OmniParser CoreML + Apple Vision OCR. Bring your own OpenRouter, Vercel AI Gateway, or TypesafeAI token.
Fast, typed browser automation powered by Jev and Playwright
Async LangGraph workflow that gets a typed Jev Choice (invoice or general) and routes each inbound email to the matching handler.
Typed decisions from the shell: an unofficial stdlib-Python CLI and Agent Skill for TypeSafe's Jev model, via the TypeSafe API (default) or OpenRouter. Yes/no, choice and ordinal scores with calibrated probabilities, semantic grep and batch mode.
SLO-aware LLM inference router with Jev decisions, live queue metrics, counterfactual evaluation, and reproducible latency/cost benchmarks
Jev 决策模型驱动的 UI 自动化测试框架:不生成「下一步做什么」的文字,而是在候选元素里直接打分;一句话写用例,pytest 执行,Allure 出报告,每个操作决策中位 458 ms(UI test automation driven by the Jev decision model — scored decisions, not generated prose; ~458 ms per decision)
A Kotlin Android SDK for UI automation powered by TypeSafe Jev, with an accessibility runtime and sample app.
Jev for every agentic development workflow — the System One decision model wired into whatever harness an agent codes in: OpenCode today, Claude Code and Hermes adapters next.