SDK 與框架整合

TradingAgents 結合基本面、情緒、新聞及技術分析，並加入多空研究討論、交易員與風險管理角色。 設定 TYPESAFE_API_KEY 後，Jev 會移除無關的 StockTwits 和 Reddit 貼文並判斷立場；未設定時則直接傳入貼文。

AgentScope 以模型推理和工具使用為核心，提供上下文管理、事件串流、記憶及權限控制。 JevClassifierModel 透過 TypeSafe SDK，將 Jev 分類器整合進這個通用代理框架。

開發者定義允許的元件和動作，讓生成介面遵循自訂元件目錄與資料結構。 試用介面的實驗性組合器以 typesafe-ai/jev 評估候選元件，建立介面規格。

這套自架交易系統涵蓋 Python 策略、回測、模擬交易、實盤執行與監控。 Jev 評估訂單、策略、曝險、部位及預算資訊，為進場篩選傳回具型別的選擇與機率。

Kev 提供預訓練模型和微調功能，可針對共用文字回答是非、選擇及評分問題。 API 遵循 TypeSafe System One，可讓 TypeSafe Python SDK 連至本機 Kev 伺服器。

這個 npm 套件與 Claude Code 外掛以精簡工具呼叫及結果壓縮歷程，不改寫對話文字。 Jev 以獨立 noul 問題判斷呼叫與結果是否需要保留，再依門檻保留、截短或移除配對紀錄。

指令、工具、技能、訊息管道與排程放在約定目錄內，方便檢視與擴充代理專案。 evaluate 輔助函式透過 eve 的模型身分驗證機制評估給定狀態下的型別化問題，預設呼叫 Jev。

原生 CLI 支援互動式終端、腳本請求與嵌入，並可擴充技能、MCP 伺服器和子代理。 Jev 接收審查政策、上下文及待執行動作，為權限流程傳回 clear 或 caution 判斷。

PyGPT 是支援 Linux、Windows 及 macOS 的多服務商桌面助手，提供聊天、代理、RAG 和工具整合。 Jev 外掛公開 jev_evaluate(state, questions)，將 Choice、Score 或 Noul 結果交回目前模型。

OpenInference 提供 AI 應用追蹤規範與插樁，涵蓋模型呼叫、檢索及外部工具。 TypeSafe 整合將 systemOne 呼叫記為 span，包含 JSON 輸入輸出、模型和詞元用量；範例涵蓋 Choice、Noul 與 Score。

ollaya 依名稱下載開放決策模型，透過本地常駐程式處理型別化問題。 它實作相容 TypeSafe 的端點，可接上現有 Jev 用戶端，但屬於獨立專案。 可使用命令列、桌面應用或 MCP 服務；Modelfile 可封裝重複使用的問題集。

LocalJev 將型別化決策請求轉為 DiffusionGemma 分類提示詞，並驗證產生的機率輸出。 其 Bun 服務連接標準 OpenAI 相容聊天後端，對外提供 Jev 回應格式。 使用 Bun 與 oMLX 服務執行，再讓 TypeSafe SDK 用戶端連接本地 API。

hippo-memory 用 SQLite 儲存代理記憶、記錄來源，並依回饋抑制錯誤記憶。 可選用的 Jev 重排器為取回的記憶排序，預設關閉。 代理可透過命令列或 MCP 存取記憶，在不同程式開發工具間共享。

DSCODE 是 macOS 程式開發代理，終端介面、命令列與腳本共享持久工作階段執行環境。 儲存庫包含獨立的 Jev 用戶端，連接 OpenRouter alpha Decisions 端點，支援 Choice、Score 與 Noul。 可在工作階段中編輯、測試及向其他代理交接任務；Jev 用戶端需要 API 金鑰。

這份英文與簡體中文清單彙整 Jev 應用、用戶端、代理工具、遊戲及研究連結。 先查看官方文件與已知失敗模式，再從 SDK 或應用章節尋找實作。

phi 是以 Go 撰寫的終端程式開發框架，提供檔案工具、子代理、差異審閱及按需探索 MCP 工具。 以 phi config 設定主要程式模型後啟動 phi；啟用最佳化器需提供 TYPESAFE_API_KEY。

Jev MCP 為代理提供證據查核、分類、重新排序、擷取和修補審閱工具。 使用 Node.js 22 或更新版本，設定 Jev 服務金鑰，並在 MCP 用戶端登錄 npx -y @jkudish/jev-mcp。

classifier.dev 透過 HTTP 和 CLI 提供文字分類，支援批次及多個標籤維度。 可在 URL 傳入標籤與文字、安裝 classify CLI，或將 items 和 dimensions POST 至 /v1/classify。

Web Search Plus 為 Hermes 加入網頁搜尋與擷取工具，可在已設定服務商間路由及備援。 安裝 Hermes 外掛並設定搜尋服務，再用 setup --jev 個別啟用 Jev 並安裝 typesafe-sdk。

System One Adapter 用其他供應商的 LLM API 實作 typesafe_sdk 評估介面。 它用於和 TypeSafe 比較，保留型別化答案，並增加重試、延遲與機率正規化診斷。 設定供應商、模型及機率或離散答案模式；可選用原生結構化輸出。

System One Connector 透過 evaluate 命令與 MCP 整合向開發代理提供型別化決策。 可連接 Jev，也可連接 CLM、Laya 等相容的自託管模型。 定義 Choice、Noul 或 Score 問題，使用提供的代理設定與批次評估功能。

Jev Browser 從起始 URL 執行任務，回傳最終頁面、截圖及決策軌跡。 準備 Node.js 22 與 Jev 服務金鑰，使用 npm CLI、MCP 伺服器或 navigate 函式庫。

外掛使用 Jev 推薦可用工具、技能及任務負責者，並依明確標準評估成果。 安裝原生 DSH 套件或匯入 iPolloWork 套件，設定 TypeSafe 金鑰，先查狀態再測試實際連線。

fingers 整合多個網頁指紋庫，可用 Jev 審查規則命中、去重及補充版本資訊。 安裝 Go 函式庫，以 EnableJudge 和 TypeSafe 金鑰啟用，或使用 CLI 的 jev-key 選項。