Jev Harness
Un harness de decisiones TypeScript para TypeSafe Jev: compuertas de confianza, modo sombra, recetas y CLI de evaluación sin conexión. No oficial, requiere una clave de API de TypeSafe.
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.
Ordenado por Stars de GitHub
Según el crecimiento reciente de Stars y actividad
Un harness de decisiones TypeScript para TypeSafe Jev: compuertas de confianza, modo sombra, recetas y CLI de evaluación sin conexión. No oficial, requiere una clave de API de TypeSafe.
Jev, el modelo System One de TypeSafe, juega al ajedrez contra cualquier LLM de OpenRouter o Stockfish en una aplicación web de una sola página, con movimientos en vivo, probabilidades de movimiento, partidas guardadas y tasas de victoria.
Complemento de Claude Code que puntúa tus indicaciones para agentes de codificación con el modelo Jev de TypeSafe y muestra si tus hábitos mejoran. El modo predeterminado no añade latencia.
Un servidor MCP sin dependencias que conecta Claude Code con el Jev de TypeSafe, proporcionando juicios de probabilidad calibrados con caché local y seguimiento de costes.
Una skill de OpenClaw que integra Jev, el modelo de decisión System One de TypeSafe AI, con un envoltorio CLI sin dependencias para juicios calibrados de sí/no, elección y puntuación. Incluye ejemplos, comprobaciones de presupuesto y limitaciones documentadas.
Habilidad de OpenCode que proporciona a los agentes LLM juicios probabilísticos tipados rápidos de Jev de TypeSafe AI a través de la API System One, con redacción de PII.
Lista seleccionada de casos de uso y patrones con evidencia para el modelo Jev / System One de TypeSafe AI, con fuentes etiquetadas, guías, ejemplos y métodos de evaluación.
Laboratorio de autonomía multi-dron que demuestra decisiones reflejas de TypeSafe Jev con orientación estratégica opcional del System 2.
Una simulación de vida y civilización con IA donde cada decisión la toma TypeSafe Jev. Los LLM solo planifican, nunca deciden; todas las decisiones son tipadas, probabilísticas y auditables.
Demo independiente del modelo Jev de TypeSafe AI para decisiones tipadas con probabilidades, comparado con OpenAI en la clasificación de tickets de soporte. Incluye una aplicación local en vivo y una página de reproducción.
Utiliza el modelo Jev/System One de TypeSafe AI (jev-1.13.0) para localizar evidencia textual en informes de ensayos y suplementos, con plantillas RoB 2, ROBINS-I y QUADAS-2; los archivos se procesan localmente en el navegador.
Una extensión del agente de codificación Pi que usa TypeSafe Jev para controlar las llamadas a herramientas y juzgar las salidas. Incluye una puerta de llamada de herramientas en modo sombra/forzado, detección de fugas/fallos de salida y una herramienta jev_ask para respuestas tipadas. Los resultados de calibración están documentados.