RAG ve getirme

Model akıl yürütmesini ve araç kullanımını bağlam yönetimi, olay akışı, bellek ve izin denetimleriyle birleştirir. JevClassifierModel, TypeSafe SDK aracılığıyla bu genel amaçlı ajan çerçevesine Jev sınıflandırıcısını ekler.

Aranabilir bellek, desteklenen ajanlar arasında eski kararları, hata ayıklama bağlamını ve özellik geçmişini bulur; esas kaynak Markdown’dır. İsteğe bağlı Jev sıralaması, yerel sıralama modeli indirmeden uzak TypeSafe API üzerinden sonuçları düzenler.

Linux, Windows ve macOS için çok sağlayıcılı asistan; sohbet, ajanlar, RAG ve araç entegrasyonları sunar. Jev eklentisi jev_evaluate(state, questions) sağlar ve Choice, Score veya Noul sonuçlarını etkin modele döndürür.

Model çağrıları, bilgi getirme ve dış araçlar dahil AI uygulamalarını izlemek için kurallar ve ölçüm araçları sağlar. TypeSafe entegrasyonu systemOne çağrılarını JSON girdi/çıktı, model ve token kullanımlı span olarak kaydeder; örnekler Choice, Noul ve Score içerir.

RAG-Fusion sorgu varyasyonları üretir ve tek sorgunun kaçırabileceği belgeleri bulmak için sıralamaları Reciprocal Rank Fusion ile birleştirir. Jev değerlendirme hattında isteğe bağlı bir yeniden sıralayıcıdır; deneyleri JEV_API_KEY gerektirir. İlk demo yalnızca vektör araması kullanır. Değerlendirme araçları NFCorpus üzerinde stratejileri karşılaştırır; hibrit hat BM25, vektör araması, birleştirme ve yeniden sıralamayı bir araya getirir.

Hermes Jev Skills model seçimi, arama, bellek filtreleme, mesaj sınıflandırma ve tarayıcı eylemleri için beceriler sunar. Jev model seçme veya bulunan pasajları sıralama gibi sınırlı kararlar verir; metni ana model yazar. Beceriler Hermes, Claude Code ve Codex ile çalışır. Gölge modu model değiştirmeden kararları kaydeder.

hippo-memory ajan anılarını SQLite’ta saklar, kaynağını izler ve geri bildirimle yanlış anıları bastırır. İsteğe bağlı Jev yeniden sıralayıcısı bulunan anıları sıralar; varsayılan olarak kapalıdır. Ajanlar CLI veya MCP üzerinden anıları kaydedip çağırarak kodlama araçları arasında paylaşabilir.

Distill, Grok, Codex abonelikleri ve OpenAI uyumlu modelleri destekleyen bir terminal kodlama ortamıdır. Jev ayarları model seviyelerini, beceri önerilerini ve bellek sıralamasını kapsar; izinler ortamın sorumluluğunda kalır. Model tiers içinde ana, akıl yürütme ve yardımcı modelleri seçin; ana model her oturum ve adımda çalışır.

Belgeleri çıkarıp Qdrant’ta indeksler, taslak planlar ve her bölümü yerel koleksiyondan araştırır. Jev parçaları değerlendirip sıralar ve kanıt eksiklerini puanlar; ayrı LLM planlar, sorgular, yazar, Python yeniden denemeleri yönetir.

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

Proje açıklaması yok.

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.