JEV Harness:基于 Jev 的提案审查工具
TypeSafeAI 社区仓库,实现基于 Jev 的提案审查流程:LLM 提出操作,Jev 回答四个窄问题,代码做决定并留下凭证;包含离线测试、路由实验和 Next.js 演示。
630MIT
一个 Python 库,通过将许多条目合并到一个请求中,使用 TypeSafe Jev 对大量文本队列进行分类。其基准测试显示吞吐量约为逐条请求的 32 倍,准确率相当。
仓库 README 详细描述了使用 TypeSafe 的 Jev / System One 模型进行批量分类,包含可运行的 demo、API 调用、基准测试和吞吐量对比,主题与确定性证据均指向 TypeSafe Jev,因此判定为真实集成与开发工具。