데이터 추출 및 문서

typesafe-computer-use는 글로 지정한 목표에 따라 Mac을 조작하며 OCR과 손쉬운 사용 컨트롤로 화면을 읽습니다. TypeSafe Jev가 동작, 대상, 사이트를 고릅니다. 사실은 코드가 계산하고 자유 형식 문장은 별도 작성 모델이 처리합니다. TypeSafe 키와 화면 기록 및 손쉬운 사용 권한이 필요합니다. CLI에서 미리 실행해 본 뒤 실제 마우스와 키보드를 제어할 수 있습니다.

JevChat-Windows는 로컬 OCR로 WeChat과 KakaoTalk 대화를 읽고 채팅창 옆에 답장 후보를 제공합니다. Jev가 의도와 긴장도를 판단해 세 후보의 순위를 매기며, 별도 언어 모델이 답장을 작성합니다. Windows 10 1903+ 또는 Windows 11에서 판단 제공자 키와 작성 제공자 키를 각각 설정합니다.

양식 설명 JSON 목록을 사용해 추출된 텍스트에서 IRS 양식과 페이지 종류를 식별하는 라이브러리입니다. classifyPage에 텍스트 줄, jevBackend, criteria.json을 전달합니다. PDF 도우미는 Poppler, 백엔드는 TypeSafe 키가 필요합니다.

DocJev는 PDF, DOCX, PPTX를 분류하거나 묶음 문서를 범주별 페이지 구간으로 나누고 선택적으로 PDF를 내보냅니다. uv로 Python 패키지를 설치하고 TYPESAFE_API_KEY를 설정한 뒤 분류 규칙으로 docjev classify 또는 split을 실행합니다. Office 형식에는 LibreOffice가 필요합니다.

문서를 추출해 Qdrant에 색인하고 개요를 계획한 뒤 로컬 자료에서 각 절을 조사합니다. Jev가 검색 조각을 판단·재정렬하고 부족한 근거를 평가합니다. 별도 LLM이 계획, 질의, 작성을 맡고 Python이 재시도를 제어합니다.

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