Khung kết hợp suy luận và công cụ với quản lý ngữ cảnh, luồng sự kiện, bộ nhớ và kiểm soát quyền. JevClassifierModel đưa bộ phân loại Jev vào khung tác tử đa dụng này thông qua SDK TypeSafe.
RAG và truy xuất
Neo câu trả lời vào dữ liệu của bạn
121 dự án · Tất cả dự án →
Bộ nhớ tìm kiếm được giúp khôi phục quyết định, ngữ cảnh gỡ lỗi và lịch sử tính năng giữa các tác tử hỗ trợ; Markdown là nguồn gốc. Xếp hạng Jev tùy chọn dùng API TypeSafe từ xa, không cần tải mô hình xếp hạng cục bộ.
Trợ lý đa nhà cung cấp chạy trên Linux, Windows và macOS, với chat, tác tử, RAG và tích hợp công cụ. Plugin cung cấp jev_evaluate(state, questions), trả kết quả Choice, Score hoặc Noul cho mô hình hiện tại.
Dự án cung cấp quy ước và đo lường để theo dõi ứng dụng AI, bao gồm gọi mô hình, truy xuất và công cụ ngoài. Tích hợp TypeSafe ghi systemOne thành span với đầu vào/ra JSON, mô hình và token; ví dụ có Choice, Noul và Score.
RAG-Fusion tạo các biến thể truy vấn rồi hợp nhất thứ hạng bằng Reciprocal Rank Fusion để tìm tài liệu mà một truy vấn có thể bỏ sót. Jev là lựa chọn xếp hạng lại trong quy trình đánh giá; thí nghiệm này cần JEV_API_KEY. Bản demo gốc vẫn chỉ tìm kiếm vectơ. Bộ đánh giá so sánh chiến lược trên NFCorpus; quy trình kết hợp gồm BM25, tìm kiếm vectơ, hợp nhất và xếp hạng lại.
Hermes Jev Skills cung cấp kỹ năng chọn mô hình, tìm kiếm, lọc bộ nhớ, phân loại tin và thao tác trình duyệt. Jev quyết định trong phạm vi xác định như chọn mô hình hoặc xếp hạng đoạn truy xuất; mô hình chủ viết văn bản. Các kỹ năng dùng được với Hermes, Claude Code và Codex. Chế độ theo dõi ghi quyết định mà không đổi mô hình.
hippo-memory lưu ký ức tác tử trong SQLite, theo dõi nguồn và giảm xuất hiện ký ức sai theo phản hồi. Bộ xếp hạng lại Jev tùy chọn sắp thứ tự ký ức truy xuất và mặc định tắt. Tác tử lưu và tìm ký ức qua CLI hoặc MCP, chia sẻ giữa các công cụ lập trình.
Distill là môi trường lập trình terminal hỗ trợ Grok, thuê bao Codex và mô hình tương thích OpenAI. Cấu hình Jev gồm tầng mô hình, gợi ý kỹ năng và xếp hạng bộ nhớ; quyền hạn vẫn do môi trường quản lý. Chọn mô hình chính, suy luận và phụ trợ trong Model tiers; mô hình chính chạy ở mọi phiên và bước.
Công cụ trích xuất tài liệu, lập chỉ mục Qdrant, lên dàn ý rồi nghiên cứu từng phần từ bộ sưu tập cục bộ. Jev đánh giá, xếp lại đoạn và chấm khoảng trống bằng chứng; LLM khác lên kế hoạch, truy vấn, viết, còn Python điều khiển thử lại.
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
Chưa có mô tả dự án.
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.