Набір агента Jev
Інструменти CLI та MCP для агентів, які використовують TypeSafe Jev для швидких типізованих рішень: route, triage, guard, grep, rank, compact і judge. Включає виконувані демо-приклади та офлайн-скрипт оцінювання.
OPEN SOURCE · CURATED REPOSITORIES
Curated Jev SDKs, tools, demos, integrations, benchmarks, and research projects. Repository metrics come from GitHub; titles, summaries, and categories are editorial.
За кількістю GitHub Stars
За приростом Stars й активністю оновлень
Інструменти CLI та MCP для агентів, які використовують TypeSafe Jev для швидких типізованих рішень: route, triage, guard, grep, rank, compact і judge. Включає виконувані демо-приклади та офлайн-скрипт оцінювання.
PiJev — це термінальний агент кодування на основі Pi, який використовує TypeSafe Jev для вибору навичок, ранжування файлів і діагностики збоїв інструментів, поки модель кодування пише код. Репозиторій містить виконуваний код, тести та контрольовані експерименти, які показують менше викликів інструментів і швидше знаходження файлів.
Автономний Android-субагент на базі TypeSafe Jev/System One для виконання довготривалих задач через USB ADB або MCP.
Еталонна реалізація, яка дозволяє моделі Jev (System One) від TypeSafe керувати браузером через навички Claude Code і Codex. Вона спостерігає за елементами сторінки, ставить Джеву питання з варіантами відповідей, перевіряє й виконує вибір, а також містить запускане демо та пояснення трейсів.
Порт TypeSafe Computer Use для Windows, який використовує рішення Jev для автоматизації робочого столу, з локальним OCR/UIA та інтеграцією з MCP-хостом.
Навичка агента для пошуку можливостей TypeSafe Jev, проєктування типізованих питань і запуску допоміжних скриптів для локального сканування та оцінювання.
Типізований CLI та бібліотека для маршрутизації навичок агентів із урахуванням впевненості, які викликають модель TypeSafe Jev. Досягнуто точності маршрутизації 94,4% (68/72) на синтетичних завданнях.
Навичка довгострокової пам'яті експериментів на основі доказів для ШІ-агентів програмування, з опціональними шарами моделі рішень Jev для тріажу контексту та семантичного аудиту.
Однфайловий порт browser-use/jev-ultrafast без зовнішніх залежностей. Використовує TypeSafe Jev для керування браузером Ego Lite за допомогою одного typed-choice запиту на крок і містить мультимодельні бенчмарки та захисні механізми.
Навичка OpenCode, що надає LLM-агентам швидкі типізовані ймовірнісні судження від Jev від TypeSafe AI через API System One, з редагуванням PII.
Швидкий браузерний агент для ego lite на основі TypeSafe Jev. Один запит TypeSafe на крок; агент або Jev обирає дію.
Шар робочого процесу, який використовує модель Jev від TypeSafe AI для проведення ШІ-агентів кодування через ворота якості та перевірки доказів.