THE JEV GUIDE · CURATED EDITION
Annonces, explications, démos et projets communautaires autour de TypeSafe Jev, organisés par thème. Chaque entrée renvoie à sa source sur X.
Sélection curée · Non exhaustive · Mise à jour manuelle
01 / EXPLORE
0 means awaiting a verified post
L'auteur partage l'idée de combiner Jev avec des modèles de décision et d'ajouter un moniteur tinyfish pour que l'agent ne décide que lorsqu'un changement s'est produit.
Partage d'un modèle d'agent de codage : /ticket-triage demande à Jev où chercher, Cursor vérifie le dépôt, Jev signale les lacunes de tests après le diff, PHPUnit/Playwright vérifient le comportement, et une revue humaine a lieu avant le commit.
L'assistant open source Jev lit l'écran via les services d'accessibilité, utilise l'IA pour évaluer l'intention et le niveau de risque, génère 3 réponses suggérées et prend en charge le remplissage en un clic sans envoi automatique.
L'équipe de Koimiao a construit une simulation de Stanford Town avec Jev. Ce n'est pas une démo de jeu, il n'y a pas de joueur : les résidents décident où aller, qui rencontrer et quand parler, les humains ne peuvent qu'observer. Démo et code GitHub inclus. Link
En faisant agir Jev comme un gardien rapide et intuitif avant d'invoquer une génération LLM lourde, le pipeline hybride réduit considérablement les coûts de tokens et la latence tout en préservant une extraction mémoire de haute qualité et la construction de graphes de connaissances.
L'Autopilot de Jev Engineering vise à combler l'écart où les essaims d'agents IA exécutent bien mais ne savent pas quand s'arrêter, comme des agents tournant jusqu'à 4 000 pas.
Un utilisateur a utilisé Jev pour contrôler un téléphone Android, ouvrant l'application Uber, saisissant le trajet et atteignant l'écran de paiement en 9 actions en environ 21 secondes.
L'auteur montre comment Jev trouve rapidement l'entrée et remplit avec précision les informations de liens externes, et prévoit de passer le Submit Agent en mode JEV.
Le post montre que Luna seule nécessite ~39 appels, ~5 min, ~0,037 $ par victoire, tandis que Jev+Luna ne demande que ~4 appels, ~1,7 min, ~0,009 $, soulignant l'efficacité et le faible coût de Jev.
Luna reste silencieuse jusqu'à ce que Jev répète le même mouvement trois fois sans progrès, puis donne un court conseil. Jev fait toujours chaque mouvement ; Luna se contente de pointer.
JevTree développe plusieurs futurs candidats et fusionne les états équivalents pour transformer les intuitions locales en un graphe de probabilité à long terme, permettant à Jev de gérer de manière autonome des décisions multi-étapes.
JEV a dépassé 18K étoiles en une semaine. jev-ultrafast décompose chaque décision du navigateur en opération, cible de clic et texte saisi, de sorte qu'une requête LLM en remplace cinq. Il réserve Zurich-Londres sur Google Flights en 7,1 secondes, tandis que ChatGPT Operator prend 3 minutes à 200 $/mois.