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。
これが正しいJevの使い方！？DreamCoreアセット×LLMモーション検索
DreamCoreに大量のモーションを登録し、「サッカーを作りたい」と入力すると、LLMが必要なモーションを書き出し、Jevが大量のモーションから使えそうなものを探す。LLMとJevを組み合わせたワークフローの例。
これが正しいJevの使い方！？ DreaｍCoreのアセットに大量のモーションを登録 ↓ サッカーを作りたいと入力 ↓ LLMがサッカーに必要なモーションを書き出す ↓ 大量のモーションの中からJevが使えそうな物を探す
· 2 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。
