vllm2jev
Un script léger qui adapte les services vLLM à une interface de type Jev, permettant les décisions Choice, Score et Noul via les logprobs.
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.
Classés par Stars GitHub
Selon la hausse récente des Stars et l’activité
Un script léger qui adapte les services vLLM à une interface de type Jev, permettant les décisions Choice, Score et Noul via les logprobs.
Utilise le modèle Jev (System One) de TypeSafe AI pour piloter le navigateur ego lite : une table d'éléments indexés en entrée, une opération et une cible en sortie par requête. Inclut des benchmarks comparatifs montrant ~2x plus rapide que les boucles LLM par étape.
Une démo d'humain numérique 3D utilisant le modèle de décision TypeSafe Jev, avec une architecture à double système, contrôle en langage naturel et invocation d'outils.
Framework Python open source intégrant le moteur probabiliste Jev/System One de TypeSafe AI avec des pipelines doubles LLM pour la reconnaissance des types de champs CSV et le nettoyage des données ; les tests montrent que les conclusions de classification de Jev et du LLM correspondent.
Outil d'analyse technique des actions A propulsé par TypeSafe Jev/System One, intégrant AKShare/Tushare pour fournir des évaluations traçables d'achat/conservation/vente.
Une analyse approfondie avec gradation des preuves du modèle Jev de TypeSafe AI, couvrant l'interface, la vérification, les comparaisons de reproduction et un guide de terrain, avec des outils de sonde exécutables ; bilingue EN/中文.
Intégration TypeSafe Jev fournissant une bibliothèque de décision centrale, un plugin DeepSeek Harness et un serveur MCP ; hors ligne par défaut, avec tests et vérification sur l'API réelle.
Un exemple d'intégration de Jev jouant à Stardew Valley de manière autonome, comprenant un plugin dsh, une CLI, un mod SMAPI et une ferme simulée exécutable.
Un laboratoire web 2048 où chaque mouvement est piloté par le modèle de décision Jev de TypeSafe AI, affichant probabilité, confiance, latence et coût, sans solution de repli heuristique.
jev-assist est une compétence d'agent de codage qui utilise TypeSafe Jev/System One pour classer les fichiers du dépôt selon leur pertinence, détecter les écarts de conventions et signaler les diffs risqués avant le commit. Elle inclut configuration, validation et intégration de hooks pre-commit.
Benchmark réel de TypeSafe Jev pour les flottes de robots et le matériel edge, avec 300 appels API mesurés, analyse des coûts et scripts reproductibles.
Liste sélectionnée maintenue par la communauté de projets, SDK, tutoriels, évaluations et ressources en chinois sur Jev / TypeSafe System One, avec un catalogue bilingue et des guides d'utilisation.