Cabang pipeline dan pekerjaan latar belakang
137 proyek · Semua proyek →
CLI native mendukung shell interaktif, permintaan skrip, dan penyematan, dengan keterampilan, server MCP, serta subagen. Jev menerima kebijakan tinjauan, konteks, dan tindakan tertunda, lalu mengirim keputusan clear atau caution ke alur izin.
Alur membuat tujuan belajar, materi matematika, rencana visual, dan adegan Manim, lalu meninjau hasil render sebenarnya. Jev menilai artefak dan audit teks Astra melalui Score, Noul, serta Choice; gambar tidak dikirim kepadanya.
Model menjawab pertanyaan pilihan, Boolean, dan skor berurutan dari status serta kandidat tanpa mendekode token jawaban. NanoJev adalah model lokal terpisah yang terinspirasi Jev; rekaman membandingkan Jev dan Qwen tanpa penyetelan pada antarmuka permainan yang sama.
RAG-Fusion membuat variasi kueri dan menggabungkan peringkat dengan Reciprocal Rank Fusion untuk menemukan dokumen yang mungkin terlewat oleh satu kueri. Jev merupakan pemeringkat ulang opsional dalam evaluasi; eksperimennya memerlukan JEV_API_KEY. Demo awal tetap hanya memakai pencarian vektor. Perangkat evaluasi membandingkan strategi di NFCorpus; alur hibrida menggabungkan BM25, pencarian vektor, fusi, dan pemeringkatan ulang.
Awesome Jev adalah katalog komunitas heyjunpenn yang mengelompokkan proyek menjadi SDK, agen, aplikasi, penelitian, dan kategori lain. Entri menjelaskan keputusan Jev serta mencatat bukti implementasi, status reproduksi, dan asal metrik. Telusuri kategori lalu gunakan label bukti dan tautan sumber untuk memeriksa alur keputusan proyek.
Jev Review memeriksa diff Git atau seluruh kode untuk kebenaran, keamanan, keandalan, kompatibilitas, dan cakupan tes. Jev memilih bukti, mengklasifikasikan mekanisme, dan menilai keparahan; ketika syaratnya terpenuhi, Choice memilih peninjau. Kode menerapkan ambang dan kebijakan alur. Gunakan Node.js 24+, Git, dan kunci TypeSafe untuk membuat JSON atau melihat ulasan tersimpan secara lokal.
Proyek ini mengendalikan pemain Minecraft Java 1.16.5 melalui Mineflayer, dengan model perencana terpisah dan Jev sebagai pemilih tindakan. Atur relay model dan jalur runtime lokal, pasang dependensi, mulai server vanilla, lalu ikuti alur nether-agent dalam dokumentasi.
Daftar ini mengatur penyedia, SDK, alur agen, alat konteks, permainan, dan evaluasi beserta sumber dan batasannya. Baca pengantar Choice, Score, dan Noul, lalu ikuti kategori serta catatan riset ber-commit tetap menuju kode.
System One Connector menyediakan keputusan bertipe untuk agen lewat perintah evaluate dan integrasi MCP. Terhubung ke Jev atau model kompatibel yang dihosting sendiri seperti CLM dan Laya. Definisikan pertanyaan Choice, Noul, atau Score; tersedia pengaturan agen dan evaluasi berkelompok.
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.