Budowanie klasyfikatora bazy kodu z Jev
Deweloper dzieli się budową klasyfikatora bazy kodu z Jev, sugerując, że może rozwiązać problem przekombinowanego kodu od agentów, i pyta, co testować dalej.
Skill typesafe-ai: pozwala Codexowi zrozumieć wywołania TypeSafe / Jev
Zainstaluj przez npx skills add typesafe-ai/skills --skill typesafe-ai, aby Codex rozumiał wywołania TypeSafe / Jev i przekazywał decyzje w kodzie do Jev, zamiast pozwalać Jevowi pisać kod za Codex.
分享个很火的 skill： typesafe-ai Skill 👇 安装命令：npx skills add typesafe-ai/skills --skill typesafe-ai 可以直接 让 Codex 理解 TypeSafe / Jev 的调用方式 它最有意思的地方，不是让 Jev 替 Codex 写代码，而是把代码里的“判断题”交给 Jev 不过注意它不是装完就会自动接管 Codex
· 0 likesOpen on X
More like this
Jev umożliwia LLM-as-a-Judge 20–200x szybciej i 40–400x taniej
Jev został użyty do wyboru, który model jest AGI, oferując 20–200x większą szybkość i 40–400x niższy koszt, czyniąc LLM-as-a-judge niezwykle szybkim i niemal darmowym.
Testowanie aplikacji z TypeSafe Jev i OpenCode
Filip dzieli się małym demo pokazującym szybkość testowania aplikacji z TypeSafe Jev i OpenCode.
