JevでComputer Useを高速化：LLMの記憶とJevによる操作実行
LLMが記憶とコンテキストを保持し、agent-desktopでスナップショットを取得してJevに送信、Jevが適切な要素を選んで操作を実行し、Computer Useを高速化。Cursor対応、ヘッドレス運用も可能。
JevとTregの組み合わせで3つのワークフローで月8Kドルを節約
JevとTregの組み合わせにより、不正検出と登録スクリーニング、購買シグナルのトリアージ、バイラルコンテンツ監視の3つのワークフローで月8Kドルを節約し、自動化コストをゼロに。完全オープンソース。
Jev combined with Treg is saving $8K a month across three workflows: fraud detection and signup screening, buying signal triage and viral content monitoring, with automation costs driven to zero. Fully open source. Repo: https://github.com/superdesigndev/treg…
· 25 likesOpen on X
More like this
Jevが500件のメールを数秒で分類、コストはわずか3.5セント
Riley Brown氏が、TypeSafe AIのJevを使って500件のメールを数秒で分類し、コストはわずか3.5セントだったと共有。高速かつ低コストなメール分類を実証。
テキストを書かないAI「Jev」の総合解説動画
テキストを書かないAI「Jev」の総合解説動画。問い合わせをどの部門に振り分けるか、緊急度はどれくらいかを判断するAI。
