THE JEV GUIDE · CURATED EDITION
Wiadomości premierowe, wyjaśnienia, demo i projekty społeczności wokół TypeSafe Jev, uporządkowane według tematów. Każdy wpis prowadzi do źródła na X.
Selekcja redakcyjna · Niepełna · Aktualizowana ręcznie
01 / EXPLORE
0 means awaiting a verified post
Deweloper prezentuje prototyp łączący Swift/SwiftUI, silnik Chromium, Apple Intelligence i TypeSafe Jev, zaznaczając, że nie jest to przeglądarka AI, lecz integruje funkcje AI dla lepszych doświadczeń.
Wykorzystanie Jev do klasyfikowania otwartych PR-ów w przepływie pracy Langdock.
Deweloper mówi, że wreszcie może zbudować wymarzoną aplikację z Jev.
Marcel Pociot dzieli się pomysłem na poprawę jakości projektu: używaj Jev do semantycznych asercji testowych.
Wes Bos dzieli się przykładami dynamicznego UI z istniejącego systemu projektowego z Jev, chwaląc wieloetapowe użycie Jev.
Deweloper dzieli się wdrożeniem kodu Jev na produkcję, używanego w kilku miejscach nowej funkcji, w tym do sprawdzania, czy lekcja zasługuje na piaskownicę ćwiczeniową.
Ronald te Brake dzieli się eksperymentem z Jev do semantycznego rankingu testów: przy diffie +1394/-39 oceniono 852 pliki testowe, wybrano tylko 17, koszt wejścia Jev ~$0,41, o 98% mniej testów.
Omawiając narzędzie flaker mizchiego, autor zastanawia się, czy modele typu Jev mogłyby inteligentnie wybierać i uruchamiać testy. Link
Deweloper dzieli się użyciem TypeSafe Jev do szybkiej klasyfikacji typów węzłów w UX opartym na grafach, co pozwoliło dodać animacje dla poszczególnych typów bez zwiększania opóźnień i kosztów.
Claire Vo dzieli się użyciem modelu Jev od TypeSafe AI do grupowania ~1750 PR-ów, z 17 364 parami uznanymi za zgrupowane, następnie tematy oznaczone przez Gemini Flash light, wszystko za 9 centów przez Vercel AI gateway.
Deweloper dzieli się postępami w badaniu obszarów zastosowania Jev w tworzonej aplikacji, z tagami Jev, TypeSafe i TypeSafeAI.
Ten post dzieli się rzeczywistym przypadkiem komercjalizacji Jev: analiza 3 mln zdarzeń replay, wychwytywanie irytujących kliknięć i błędów JS, przesyłanie 213 PR-ów naprawczych i wbudowanie w potok programistyczny w celu rozwiązania problemów zespołu R&D.