データ抽出と文書

typesafe-computer-use は文章で指定した目標を Mac の操作に変え、OCR とアクセシビリティ情報で画面を読み取ります。 TypeSafe Jev が動作、対象、サイトを選びます。事実はコードで計算し、自由な文章は別のモデルが生成します。 TypeSafe キーと画面収録・アクセシビリティ権限が必要です。CLI でドライランしてからマウスやキーボードを実際に操作できます。

JevChat-Windows は WeChat と KakaoTalk の会話をローカル OCR で読み、チャット横に返信候補を表示します。 Jev は意図と緊張度を判断して 3 候補を順位付けし、文章は別の言語モデルが作成します。 Windows 10 1903 以降または Windows 11 で、判断用と文章作成用の API キーを設定します。

フォーム説明の JSON 台帳を使い、抽出テキストから IRS フォームとページ種別を識別するライブラリです。 テキスト行、jevBackend、criteria.json を classifyPage に渡します。PDF 用機能には Poppler、接続には TypeSafe キーが必要です。

DocJev は PDF、DOCX、PPTX を分類し、文書束をカテゴリ付きページ範囲に分割して PDF として書き出せます。 uv で Python パッケージを導入し、TYPESAFE_API_KEY を設定して分類規則とともに docjev classify または split を実行します。Office 形式には LibreOffice が必要です。

文書を抽出して Qdrant に索引化し、構成を計画してローカル資料から各節を調査します。 Jev は取得断片を判断・再順位付けし、証拠の不足を評価します。別の LLM が計画・検索・執筆し、Python が再試行を制御します。

Data extraction for systematic reviews, quoted from the papers. Ask a trial report and its supplements your extraction form or a RoB 2, ROBINS-I, QUADAS-2 or TIDieR template; Jev points at the lines, every answer is a verbatim quote with its page, you check it and export the table. Files stay in your browser.

A Document OCR Router to help route pages based on content.

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.

Use Jev (TypeSafe's System One model) as a calibrated reranker: one call, up to 30 documents, a probability per document. Apache-2.0.

Route form submissions to the right people with Jev and AI SDK.

Windows 微信回复助手（非官方修改版）：本地离线 OCR 读屏 + 模型起草候选回复 + 一键填入微信输入框，可选自动发送。不 hook、不注入、不读微信数据库。

DeepSeek + TypeSafe JEV 微信回复助手：Windows 正式版、Apple Silicon macOS 预览版；本地 OCR 与人工可控回复

JEV Document Classification enables the rapid and cost-effective classification of text-based documents using AI, leveraging TypeSafe's "System One" model.

DeepSeek Harness (dsh) 插件:论文伴读工作台 —— PDF 转录 / 检索 / 流式问答 + 内置阅读器页面。

Semantic code and document search CLI — BM25 recall + TypeSafe Jev calibrated precision

Ask a PDF in your own words and watch the matching lines light up. React + pdf.js + TypeSafe Jev.

Local-first document evaluation workspaces powered by Jev

.NET client for TypeSafe System One (Jev) — typed questions in, typed answers with probabilities and confidence out. No prompt engineering, no output parsing.

Natural-language MCP tool dispatcher powered entirely by TypeSafe's Jev — no general-purpose LLM. Discovers a simple MCP server's tool signatures at runtime and uses Jev's typed primitives (Choice/Noul) to pick the right tool and extract its arguments straight out of the sentence.

A browser form for building requests to TypeSafe's Jev: pick a template, fill in the blanks, copy the request. No JSON, no install, runs locally.

An open-source, AI-powered resume builder designed to craft high-impact resumes. Features smart content enhancement using the STAR method, instant PDF previews, and seamless export. Built with Django, Htmx, OpenAI, and WeasyPrint.

MCP-first toolkit for TypeSafe/Jev — the System One decision model. One stdio server (jev mcp) serves any MCP-capable harness, backed by one local event log and Prometheus impact metrics you can scrape into your own Grafana.

Parsing the PDF and extracting the relevant information

Text/PDF - File categorization and sorting with Typesafe AI Jev or local calibrated decision model