Chame Jev da sua linguagem ou framework
629 projetos · Todos os projetos →
Reúne análises fundamentalista, técnica, de notícias e de sentimento com debates entre pesquisadores, um agente negociador e gestão de risco. Com TYPESAFE_API_KEY, Jev remove posts do StockTwits e Reddit sem relação com a empresa e classifica a posição; sem chave, passam sem filtro.
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.
O desenvolvedor define componentes e ações permitidos para que as interfaces sigam seu catálogo e esquema. O compositor experimental do playground avalia componentes candidatos com typesafe-ai/jev ao montar a especificação da interface.
A plataforma auto-hospedada cobre estratégias Python, backtests, simulação, execução real e monitoramento. Jev avalia ordem, estratégia, exposição, posições e orçamento, retornando escolhas tipadas e probabilidades para filtrar entradas.
Fornece modelos pré-treinados e ajuste fino para perguntas binárias, de múltipla escolha e de pontuação sobre o mesmo texto. A API segue TypeSafe System One, permitindo apontar o SDK Python da TypeSafe para um servidor Kev local.
A biblioteca npm e o plugin Claude Code compactam o histórico podando chamadas e resultados de ferramentas. Jev responde perguntas noul separadas sobre chamada e resultado; limiares determinam se o par será mantido, encurtado ou removido.
Instruções, ferramentas, habilidades, canais e agendamentos ficam em diretórios convencionais, facilitando a inspeção e extensão do agente. evaluate usa a autenticação de modelos do eve para avaliar perguntas tipadas sobre um estado, com Jev por padrão.
A CLI nativa oferece shell interativo, solicitações por scripts e incorporação, com habilidades, servidores MCP e subagentes. Jev recebe política, contexto e ação pendente e retorna clear ou caution ao fluxo de permissões.
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.
ollaya baixa modelos abertos de decisão pelo nome e processa perguntas tipadas em um serviço local. O projeto independente implementa endpoints compatíveis com TypeSafe para clientes Jev existentes. Use a CLI, o aplicativo desktop ou o servidor MCP; Modelfiles agrupam conjuntos reutilizáveis de perguntas.
LocalJev converte solicitações tipadas em prompts de classificação para DiffusionGemma e valida as probabilidades geradas. Seu serviço Bun oferece o formato de resposta Jev usando um backend de chat compatível com OpenAI. Execute com Bun e oMLX e direcione os clientes TypeSafe SDK à API local.
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.
DSCODE é um agente de programação para macOS com sessões persistentes compartilhadas pela interface de terminal, CLI e scripts. Inclui um cliente Jev separado para Decisions alpha do OpenRouter, com Choice, Score e Noul. Use sessões para editar, testar e repassar tarefas entre agentes; o cliente Jev exige chave de API.
A lista em inglês e chinês simplificado reúne aplicações, clientes, ferramentas para agentes, jogos e pesquisas sobre Jev. Comece pela documentação oficial e pelas falhas conhecidas; depois procure uma implementação em SDKs ou aplicações.
O phi é um ambiente de programação em Go com ferramentas de arquivos, subagentes, revisão de diferenças e descoberta de ferramentas MCP sob demanda. Configure o modelo principal com phi config, inicie phi e forneça TYPESAFE_API_KEY ao habilitar o otimizador.
O Jev MCP oferece verificação de evidências, classificação, reordenação, extração e revisão de patches para agentes. Registre npx -y @jkudish/jev-mcp em um cliente MCP com Node.js 22 ou superior e chave de provedor Jev.
O classifier.dev oferece classificação de texto por HTTP e CLI, incluindo lotes e várias dimensões de rótulos. Passe rótulos e texto na URL, instale classify ou envie items e dimensions para /v1/classify.
O Web Search Plus adiciona busca e extração de páginas ao Hermes, com roteamento e alternativas entre provedores configurados. Instale o plugin e configure um buscador. Ative o Jev separadamente com setup --jev e instale typesafe-sdk.
System One Adapter implementa a avaliação typesafe_sdk usando APIs LLM de outros provedores. Permite comparar com TypeSafe, preservando respostas tipadas e adicionando diagnósticos de repetição, latência e normalização. Configure provedor, modelo e modo probabilístico ou discreto; saídas estruturadas nativas são opcionais.
System One Connector oferece decisões tipadas a agentes por evaluate e integração MCP. Conecta Jev ou modelos compatíveis hospedados por você, como CLM e Laya. Defina perguntas Choice, Noul ou Score; há configuração de agentes e avaliação em lote.
O Jev Browser executa uma tarefa a partir de uma URL e retorna página final, captura e rastro de decisões. Use a CLI npm, servidor MCP ou biblioteca navigate com Node.js 22 e chave Jev.
O plugin usa Jev para recomendar ferramentas, habilidades e responsáveis disponíveis e avaliar resultados com critérios definidos. Instale o pacote nativo DSH ou importe o iPolloWork, configure TypeSafe e confira o estado antes do teste real.
O fingers combina bases de identificação web e pode usar Jev para revisar correspondências, remover duplicatas e refinar versões. Instale a biblioteca Go e ative EnableJudge com chave TypeSafe, ou use jev-key na CLI.