DeepDoc：Jev で証拠を確認するローカル資料調査

Android のアクセシビリティとローカル OCR で表示中の会話を読み、重ね合わせ画面に分析と返信案を表示します。 Jev が意図や返信の選択を判断し、生成モデルが作る三つの候補を順位付けします。

学習概要、数学的内容、映像計画、Manim シーンを作り、実際の描画結果を確認するパイプラインです。 Jev は成果物と Astra の文章による監査を Score、Noul、Choice で評価し、画像自体は受け取りません。

Monad の各ブロックで post-only 指値注文を更新し、板・注文・約定イベントを画面へ配信します。 MODEL=jev と TYPESAFE_AI_API_KEY を設定すると Jev が売買を選び、既定の mock はモメンタム則を使います。

Linux、Windows、macOS 向けの複数プロバイダー対応助手で、チャット、エージェント、RAG、ツール連携を備えます。 Jev プラグインは jev_evaluate(state, questions) を公開し、Choice、Score、Noul の結果を現在のモデルへ返します。

ollaya は名前で指定したオープンな決定モデルを取得し、ローカルの常駐プロセスで型付き質問を処理します。 既存の Jev クライアント向けに TypeSafe 互換エンドポイントを実装した独立プロジェクトです。 CLI、デスクトップアプリ、MCP サーバーを利用でき、Modelfile で再利用する質問集をまとめられます。

Shapeshift は入力文を予定、チェックリスト、タイマー、割り勘など、用途に合うカードへ変えます。 任意の Jev が意図や特徴を分類し、日付と計算はコードが処理します。標準ではオフラインのキーワード分類を使います。 Bun アプリに入力してカードを選び、保存します。サーバー側の TypeSafe キーで Jev を有効化できます。