RAG 및 검색

모델 추론과 도구 사용을 중심으로 컨텍스트 관리, 이벤트 스트리밍, 메모리, 권한 제어를 갖춘 에이전트를 구성합니다. JevClassifierModel은 TypeSafe SDK를 통해 이 범용 프레임워크에 Jev 분류기를 통합합니다.

지원되는 에이전트 간에 과거 결정, 디버깅 맥락, 기능 이력을 검색하며 Markdown을 원본으로 유지합니다. 선택적 Jev 재정렬은 원격 TypeSafe API를 사용하므로 로컬 재정렬 모델을 내려받지 않습니다.

Linux, Windows, macOS용 다중 제공자 데스크톱 도우미로 채팅, 에이전트, RAG, 도구 연동을 제공합니다. Jev 플러그인은 jev_evaluate(state, questions)를 노출하고 Choice, Score, Noul 결과를 현재 모델에 반환합니다.

AI 애플리케이션 추적 규약과 계측 기능을 제공하며 모델 호출, 검색, 외부 도구를 다룹니다. TypeSafe 연동은 systemOne을 JSON 입력·출력, 모델, 토큰 사용량이 있는 span으로 기록하며 예시는 Choice, Noul, Score를 다룹니다.

RAG-Fusion은 질의 변형을 생성하고 Reciprocal Rank Fusion으로 검색 순위를 합쳐 단일 질의가 놓친 자료를 찾습니다. Jev는 평가 파이프라인에서 선택할 수 있는 재순위화 모델입니다. 해당 실험에는 JEV_API_KEY가 필요하며 원래 데모는 벡터 검색만 사용합니다. 평가 도구로 NFCorpus에서 검색 전략을 비교할 수 있습니다. 하이브리드 구성은 BM25, 벡터 검색, 순위 융합, 재순위화를 결합합니다.

Hermes Jev Skills는 모델 라우팅, 검색, 메모리 필터링, 메시지 분류, 브라우저 동작용 스킬을 제공합니다. Jev는 모델 선택이나 검색 문단 순위화처럼 범위가 정해진 판단을 맡고, 호스트 모델은 문장을 작성합니다. Hermes, Claude Code, Codex에서 사용할 수 있습니다. 섀도 모드는 모델을 바꾸지 않고 라우팅 판단만 기록합니다.

hippo-memory는 에이전트 메모리를 SQLite에 저장하고 출처를 기록하며 피드백으로 잘못된 기억을 억제합니다. 선택적 Jev 재순위화 기능은 검색된 기억을 정렬하며 기본적으로 꺼져 있습니다. CLI나 MCP로 기억을 저장하고 검색하여 여러 코딩 도구에서 공유할 수 있습니다.

Distill은 Grok, Codex 구독과 OpenAI 호환 모델을 지원하는 터미널 코딩 하네스입니다. Jev 설정은 모델 등급, 스킬 제안, 메모리 순위화를 다루며 권한 관리는 하네스가 담당합니다. Model tiers에서 주 모델, 추론 모델, 보조 모델을 설정합니다. 주 모델은 모든 세션과 단계에 사용됩니다.

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.

RAGElo is a set of tools that helps you selecting the best RAG-based LLM agents by using an Elo ranker

Jev-Mem: System-One Controlled Agentic Memory

Automatic project memory for Claude Code. Also works with Cursor and Codex.

An AI bot with RAG capability for Topics, Chat & Customer Support in Discourse, currently powered by OpenAI

프로젝트 설명이 없습니다.

Persistent local memory for AI coding agents — Claude Code, Codex CLI, Cursor, any MCP client. Temporal knowledge graph, procedural memory, AST codebase ingest, cross-project analogy. LongMemEval R@5 95.1%, LoCoMo 0.607, BEAM 1M 0.448. 74 MCP tools, 9 IDEs, 100% local.

A library integrating embedding and reranker models from OpenAI, SentenceTransformers etc for semantic search in vector database.

A simple semantic cache implementaion. It caches responses from an LLM based on semantic similarity.

Jev-powered relevance filtering and reranking for RAG in Python.

A standalone local-only Python MCP server that gives any IDE persistent, workspace-isolated memory. works with any IDE supporting MCP servers

The invalidation layer for AI memory. Every fact gets a lease; new evidence ends it. Built on TypeSafe Jev.

Jev-powered conversation memory: find past sessions and revisit decisions with original sources. A macOS workspace for OpenAI Codex. Manage AI conversations and agents, explore code with CodeGraph, and work with Git, Ghostty terminals, and Apple Notes in one app.

Reproducible benchmark for measuring Jev reranking quality, latency, and cost in RAG

Jev-assisted file retrieval and request caching for faster Pi workflows

Coding-agent memory where every fact is a verbatim quote graded by TypeSafe Jev's calibrated confidence. Local-first, SQLite receipts, zero dependencies.