Ce post aborde la conception des files d'attente dans les workflows Jev : chaque file (boîte de réception, recrutement, parrainages) doit avoir une étape suivante claire. Jev classe le texte, l'agent prépare le transfert et les outils connectés exécutent la tâche suivante. Les preuves floues sont conservées.
Every queue in a Jev workflow needs a useful next step. Inbox → support review Recruiting → recruiter follow-up Sponsorships → draft clarification Jev classifies the text. Your agent prepares the handoff, and connected tools handle the next task. Unclear evidence stays in
Le LLM conserve mémoire et contexte, utilise agent-desktop pour prendre des captures et les envoie à Jev, qui sélectionne le bon élément pour agir, accélérant Computer Use avec Cursor et en mode headless.
Riley Brown partage que Jev de TypeSafe AI a classé 500 e-mails en quelques secondes pour seulement 3,5 centimes, illustrant une classification rapide et peu coûteuse.
Vidéo explicative complète présentant Jev, une IA qui n'écrit pas de texte mais détermine vers quel service acheminer les demandes et leur urgence.
