Macro 尝试用 Jev 优化邮件重要性排序
Macro 表示尚未有上线时间表,目前正在尝试用 Jev 对邮件做重要性排序,以改进类似 Superhuman 的 Important/Other 启发式规则可能遗漏重要内容的问题。
THE JEV GUIDE · CURATED EDITION
TypeSafe Jev 的发布、原理、演示与社区实践,按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
Sponsors
这些产品赞助了本目录。 把你的产品放上来
Macro 表示尚未有上线时间表,目前正在尝试用 Jev 对邮件做重要性排序,以改进类似 Superhuman 的 Important/Other 启发式规则可能遗漏重要内容的问题。
该 macOS 项目将 Dock 打造为 AI 原生的工作入口,支持写作、编程等模式,AI Agent 可自定义或新建模式,并通过 Jev 实时识别用户活动状态和通知,减少工作干扰。
Todoist Comms 团队正在使用 Jev 决策模型实验 AI 收件箱分类,展示了该模型在真实应用中的潜力。
介绍一种把 Obsidian、Opus 5.5 和 Jev 接在一起的方案,基于 Karpathy 的第二大脑栈和经典 Zettelkasten。Jev 会在 Opus 5.5 处理前先读取整个 Obsidian 库,让系统在关闭电脑后仍能继续思考。
作者在Claude Code Playground中使用Jev进行预测,并整合现有磁盘空间监控应用的上下文,快速搭建了个人用的Wipe应用。
信息流里每 16 张、每一页都有一张。每周 $50,任意一周可停。
开发者制作了一款Obsidian插件,通过Jev从预设候选中推荐标签,若不匹配则用Gemini生成新标签,并计划实际使用测试。
Lynx 开源了鼠须管输入法的 Jev 集成,支持云端 Jev 模型和本地类 Jev 模型(This-That-Model, Tev 0.8b, Tev 4b),实测延迟约 600 毫秒,每天成本几美分。 链接
用户将Jev和本地模型接入鼠须管输入法,可根据上下文进行联想并推荐选词,初步测试延迟可接受,后续将长期观察效果。
用户授予Jev Signal File访问权限,并将其作为电脑助手使用,声称每年削减了215,320美元的AI支出,并附有详细分析文章。
这个帖子介绍了一个鲜为人知的方法:在单个提示中同时使用Opus 5.5和Jev,据称比单独运行Claude快200倍且便宜400倍。
该帖子引述了Cognition的Scott Wu关于虚拟员工即将到来的观点,以及TypeFace(即TypeSafe)负责人、Jev创造者Diogo Almeida的立场,概括了关于AI生产力的重大辩论。
作者使用PARA管理个人知识库,但收件箱总因未整理而堆积。现在借助JEV自动完成整理,并与Obsidian联动。
在 GitHub 点 Star,支持我们继续收集和整理 Jev 案例。