hermes-web-search-plus — Pencarian Hermes dengan pemeriksaan Jev opsional

Pengembang menentukan komponen dan tindakan yang diizinkan agar antarmuka mengikuti katalog serta skema mereka. Komposer eksperimental di playground memakai typesafe-ai/jev untuk menilai kandidat komponen saat menyusun spesifikasi UI.

Instruksi, alat, keterampilan, kanal, dan jadwal berada di direktori konvensional agar proyek mudah diperiksa dan diperluas. evaluate memakai autentikasi model eve untuk menilai pertanyaan bertipe atas suatu status, dengan Jev sebagai bawaan.

Proyek menyediakan konvensi dan instrumentasi untuk melacak aplikasi AI, termasuk panggilan model, pencarian, dan alat eksternal. Integrasi TypeSafe merekam systemOne sebagai span dengan masukan/keluaran JSON, model, dan token; contoh mencakup Choice, Noul, serta Score.

LocalJev mengubah permintaan bertipe menjadi prompt klasifikasi DiffusionGemma dan memvalidasi probabilitas yang dihasilkan. Layanan Bun-nya menyediakan format respons Jev melalui backend chat standar yang kompatibel OpenAI. Jalankan dengan Bun dan server oMLX, lalu arahkan klien SDK TypeSafe ke API lokal.

Jev MCP memberi agen alat verifikasi bukti, klasifikasi, pemeringkatan ulang, ekstraksi, dan tinjauan patch. Daftarkan npx -y @jkudish/jev-mcp pada klien MCP dengan Node.js 22 atau lebih baru dan kunci penyedia Jev.

pg-jev menyaring, mengurutkan, dan mengklasifikasikan baris PostgreSQL dengan kondisi SQL berbahasa alami. Jev menilai baris secara berkelompok; fungsi SQL menghasilkan boolean, probabilitas, pilihan, dan skor rubrik. Memerlukan PostgreSQL 14–17, plpython3u, akses superuser, dan kunci TypeSafe.