vllm2jev
Ein leichtgewichtiges Skript, das vLLM-Dienste an eine Jev-kompatible Schnittstelle anpasst und Choice-, Score- und Noul-Entscheidungen über Logprobs ermöglicht.
OPEN SOURCE · CURATED REPOSITORIES
Curated Jev SDKs, tools, demos, integrations, benchmarks, and research projects. Repository metrics come from GitHub; titles, summaries, and categories are editorial.
Nach GitHub Stars sortiert
Nach aktuellem Star-Wachstum und Aktivität
Ein leichtgewichtiges Skript, das vLLM-Dienste an eine Jev-kompatible Schnittstelle anpasst und Choice-, Score- und Noul-Entscheidungen über Logprobs ermöglicht.
Verwendet das Jev (System One) Modell von TypeSafe AI, um den ego lite Browser zu steuern: eine indizierte Elementtabelle als Eingabe, eine Operation und ein Ziel pro Anfrage. Enthält vergleichende Benchmarks, die ~2x schneller als schrittweise LLM-Schleifen zeigen.
Eine 3D-Digital-Human-Demo basierend auf dem TypeSafe-Jev-Entscheidungsmodell mit Dual-System-Architektur, natürlicher Sprachsteuerung und Tool-Aufrufen.
Open-Source-Python-Framework, das den probabilistischen Jev/System One-Motor von TypeSafe AI mit dualen LLM-Pipelines für die CSV-Feldtyperkennung und Datenbereinigung integriert; Tests zeigen, dass die Klassifizierungsergebnisse von Jev und LLM übereinstimmen.
Ein von TypeSafe Jev/System One betriebenes Werkzeug zur technischen Analyse von A-Aktien, das AKShare/Tushare integriert und nachvollziehbare Kauf-/Halten-/Verkaufen-Bewertungen liefert.
Ein evidenzbasiertes Deep Dive in TypeSafe AIs Jev-Modell, das Schnittstelle, Verifikation, Reproduktionsvergleiche und einen Feldleitfaden abdeckt, mit ausführbaren Sonden-Tools; zweisprachig EN/中文.
TypeSafe-Jev-Integration mit zentraler Entscheidungsbibliothek, DeepSeek-Harness-Plugin und MCP-Server; standardmäßig offline, mit Tests und Verifizierung gegen die echte API.
Ein Integrationsbeispiel, bei dem Jev Stardew Valley autonom spielt, einschließlich dsh-Plugin, CLI, SMAPI-Mod und einer ausführbaren Simulationsfarm.
Ein 2048-Weblabor, bei dem jeder Zug vom Jev-Entscheidungsmodell von TypeSafe AI gesteuert wird und Wahrscheinlichkeit, Konfidenz, Latenz und Kosten anzeigt, ohne heuristische Ausweichlösung.
jev-assist ist eine Coding-Agent-Fähigkeit, die TypeSafe Jev/System One nutzt, um Repository-Dateien nach Aufgabenrelevanz zu ranken, Abweichungen von Konventionen zu erkennen und riskante Diffs vor dem Commit zu markieren. Enthält Setup, Validierung und Pre-Commit-Hook-Anbindung.
Realer Benchmark von TypeSafe Jev für Roboterflotten und Edge-Hardware mit 300 gemessenen API-Aufrufen, Kostenanalyse und reproduzierbaren Skripten.
Eine von der Community gepflegte Auswahlliste von Jev / TypeSafe System One-Projekten, SDKs, Tutorials, Bewertungen und chinesischen Ressourcen, mit zweisprachigem Katalog und Anleitungen.