RAG e recuperação

O framework combina raciocínio e uso de ferramentas com gestão de contexto, eventos, memória e controle de permissões. JevClassifierModel incorpora o classificador Jev pelo SDK TypeSafe dentro desse framework de uso geral.

A memória pesquisável recupera decisões, contexto de depuração e histórico de funcionalidades entre agentes compatíveis; Markdown é a fonte principal. A reordenação Jev opcional usa a API remota TypeSafe sem baixar um modelo local de reordenação.

O assistente multiprovedor roda em Linux, Windows e macOS e oferece chat, agentes, RAG e integração de ferramentas. O plugin expõe jev_evaluate(state, questions), devolvendo resultados Choice, Score ou Noul ao modelo atual.

Fornece convenções e instrumentação para rastrear aplicações de IA, incluindo chamadas de modelos, recuperação e ferramentas externas. A integração TypeSafe registra systemOne como spans com entradas e saídas JSON, modelo e tokens; exemplos cobrem Choice, Noul e Score.

RAG-Fusion gera variações da consulta e combina classificações com Reciprocal Rank Fusion para encontrar documentos que uma única formulação pode perder. Jev é um reordenador opcional na avaliação; seus experimentos exigem JEV_API_KEY. A demonstração original continua usando apenas busca vetorial. O conjunto de avaliação compara estratégias no NFCorpus; a configuração híbrida combina BM25, busca vetorial, fusão e reordenação.

Hermes Jev Skills oferece habilidades reutilizáveis de seleção de modelos, busca, filtragem de memória, triagem e ações no navegador. Jev faz escolhas delimitadas, como selecionar modelos ou ordenar trechos recuperados; o modelo hospedeiro escreve o texto. Funciona com Hermes, Claude Code e Codex. O modo sombra registra decisões sem trocar o modelo.

hippo-memory armazena memórias em SQLite, registra sua origem e permite suprimir lembranças incorretas com feedback. O reordenador Jev opcional classifica memórias recuperadas e vem desativado por padrão. Agentes podem guardar e recuperar memórias pela CLI ou MCP, compartilhando-as entre ferramentas de programação.

Distill é um ambiente de programação no terminal compatível com Grok, assinaturas Codex e modelos compatíveis com OpenAI. Os controles Jev cobrem níveis de modelo, sugestões de habilidades e ordenação de memórias; permissões continuam no ambiente. Configure modelos principal, de raciocínio e auxiliar em Model tiers; o principal participa de cada sessão e etapa.

Extrai documentos, indexa em Qdrant, planeja um roteiro e pesquisa cada seção na coleção local. Jev avalia e reordena trechos e pontua lacunas; outro LLM planeja, consulta e escreve, enquanto Python controla novas tentativas.

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

Nenhuma descrição disponível.

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.