Jev Harness
Un decision harness TypeScript per TypeSafe Jev: soglie di confidenza, modalità shadow, ricette e CLI di valutazione offline. Non ufficiale, richiede una chiave API 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.
Ordinati per Stars GitHub
Per crescita recente delle Stars e attività
Un decision harness TypeScript per TypeSafe Jev: soglie di confidenza, modalità shadow, ricette e CLI di valutazione offline. Non ufficiale, richiede una chiave API TypeSafe.
Jev, il modello System One di TypeSafe, gioca a scacchi contro qualsiasi LLM OpenRouter o Stockfish in un'app web di una pagina, con mosse dal vivo, probabilità delle mosse, partite salvate e percentuali di vittoria.
Plugin per Claude Code che valuta i prompt per agenti di coding con il modello Jev di TypeSafe e mostra se le tue abitudini stanno migliorando. La modalità predefinita non aggiunge latenza.
Un server MCP senza dipendenze che collega Claude Code a Jev di TypeSafe, fornendo giudizi di probabilità calibrati con cache locale e monitoraggio dei costi.
Una skill di OpenClaw che integra Jev, il modello decisionale System One di TypeSafe AI, con un wrapper CLI senza dipendenze per giudizi calibrati sì/no, scelta e punteggio. Include esempi, controlli di budget e limitazioni documentate.
Abilità OpenCode che fornisce agli agenti LLM giudizi probabilistici tipizzati rapidi da Jev di TypeSafe AI tramite API System One, con redazione dei dati personali.
Lista curata di casi d'uso e pattern basati su prove per il modello Jev / System One di TypeSafe AI, con fonti etichettate, guide, esempi e metodi di valutazione.
Laboratorio di autonomia multi-drone che dimostra le decisioni riflesse di TypeSafe Jev con guida strategica facoltativa del System 2.
Una simulazione di vita e civiltà con IA in cui ogni decisione è presa da TypeSafe Jev. Gli LLM pianificano solo, non decidono mai; tutte le decisioni sono tipizzate, probabilistiche e verificabili.
Demo indipendente del modello Jev di TypeSafe AI per decisioni tipizzate con probabilità, misurato rispetto a OpenAI sul triage dei ticket di supporto. Include un'app locale dal vivo e una pagina di replay.
Usa il modello Jev/System One di TypeSafe AI (jev-1.13.0) per individuare prove testuali nei rapporti di studi clinici e supplementi, con modelli RoB 2, ROBINS-I e QUADAS-2; i file vengono elaborati localmente nel browser.
Un'estensione dell'agente di codifica Pi che utilizza TypeSafe Jev per controllare le chiamate agli strumenti e giudicare le uscite. Include un gate per le chiamate agli strumenti in modalità shadow/enforce, rilevamento di perdite/errori di output e uno strumento jev_ask per risposte tipizzate. I risultati di calibrazione sono documentati.