RAG et récupération

Le framework associe raisonnement et outils, avec gestion du contexte, diffusion d'événements, mémoire et contrôle des permissions. JevClassifierModel intègre le classifieur Jev au moyen du SDK TypeSafe dans ce framework généraliste.

La mémoire consultable restitue décisions, contexte de débogage et historique des fonctionnalités entre agents compatibles ; Markdown fait référence. Le reclassement Jev facultatif utilise l'API distante TypeSafe sans télécharger de modèle local de reclassement.

Cet assistant multiprestataire pour Linux, Windows et macOS propose chat, agents, RAG et intégrations d'outils. Le plugin expose jev_evaluate(state, questions) et renvoie des résultats Choice, Score ou Noul au modèle courant.

Il fournit conventions et instrumentation pour tracer les applications IA, dont appels de modèles, recherche et outils externes. L'intégration TypeSafe enregistre systemOne en spans avec entrées et sorties JSON, modèle et tokens ; les exemples couvrent Choice, Noul et Score.

RAG-Fusion génère plusieurs formulations d’une requête et fusionne leurs classements avec Reciprocal Rank Fusion pour retrouver des documents autrement manqués. Jev est un outil de reclassement facultatif dans l’évaluation ; ses expériences nécessitent JEV_API_KEY. La démonstration originale reste purement vectorielle. Le banc d’évaluation compare les stratégies sur NFCorpus ; le parcours hybride associe BM25, recherche vectorielle, fusion et reclassement.

Hermes Jev Skills fournit des compétences de routage, recherche, filtrage de mémoire, tri de messages et actions navigateur. Jev effectue des choix délimités, comme sélectionner un modèle ou classer des passages ; le modèle hôte rédige. Les compétences fonctionnent avec Hermes, Claude Code et Codex. Le mode fantôme journalise les décisions sans changer de modèle.

hippo-memory conserve les souvenirs des agents dans SQLite, suit leur origine et réduit le rappel des souvenirs signalés incorrects. Son reclassement Jev facultatif ordonne les souvenirs retrouvés ; il est désactivé par défaut. CLI et MCP permettent de mémoriser et rappeler des informations partagées entre outils de développement.

Distill est un environnement de développement en terminal compatible avec Grok, les abonnements Codex et les modèles compatibles OpenAI. Ses réglages Jev couvrent niveaux de modèle, suggestions de compétences et classement des souvenirs ; l’environnement contrôle les permissions. Configurez modèles principal, de raisonnement et utilitaire dans Model tiers ; le principal intervient à chaque session et étape.

Il extrait les documents, les indexe dans Qdrant, prépare un plan et recherche chaque section dans la collection locale. Jev évalue et reclasse les fragments et les lacunes ; un autre LLM planifie, interroge et rédige, tandis que Python gère les reprises.

RAGElo is a set of tools that helps you selecting the best RAG-based LLM agents by using an Elo ranker

Jev-Mem: System-One Controlled Agentic Memory

Automatic project memory for Claude Code. Also works with Cursor and Codex.

An AI bot with RAG capability for Topics, Chat & Customer Support in Discourse, currently powered by OpenAI

Aucune description disponible.

Persistent local memory for AI coding agents — Claude Code, Codex CLI, Cursor, any MCP client. Temporal knowledge graph, procedural memory, AST codebase ingest, cross-project analogy. LongMemEval R@5 95.1%, LoCoMo 0.607, BEAM 1M 0.448. 74 MCP tools, 9 IDEs, 100% local.

A library integrating embedding and reranker models from OpenAI, SentenceTransformers etc for semantic search in vector database.

A simple semantic cache implementaion. It caches responses from an LLM based on semantic similarity.

Jev-powered relevance filtering and reranking for RAG in Python.

A standalone local-only Python MCP server that gives any IDE persistent, workspace-isolated memory. works with any IDE supporting MCP servers

The invalidation layer for AI memory. Every fact gets a lease; new evidence ends it. Built on TypeSafe Jev.

Jev-powered conversation memory: find past sessions and revisit decisions with original sources. A macOS workspace for OpenAI Codex. Manage AI conversations and agents, explore code with CodeGraph, and work with Git, Ghostty terminals, and Apple Notes in one app.

Reproducible benchmark for measuring Jev reranking quality, latency, and cost in RAG

Jev-assisted file retrieval and request caching for faster Pi workflows

Coding-agent memory where every fact is a verbatim quote graded by TypeSafe Jev's calibrated confidence. Local-first, SQLite receipts, zero dependencies.