Створення класифікатора кодової бази з Jev
Розробник ділиться створенням класифікатора кодової бази з Jev, припускаючи, що це може вирішити проблему переускладненого коду від агентів, і запитує, що тестувати далі.
Jev Skill Suggestion оптимізує впровадження контексту для Claude Code
У дописі зазначено, що Jev Skill Suggestion не завантажує всі навички в контекст; натомість Jev визначає, яка з них релевантна, і впроваджує лише її, покращуючи гігієну контексту, зменшуючи безлад і потенційно підвищуючи ефективність робочих процесів агентів.
Jev Skill Suggestion for Claude Code is a smart idea. Instead of loading every skill into context, Jev decides which one is actually relevant and injects only that. My takeaway: better context hygiene, less clutter, and potentially more efficient agent workflows. @typesafeai
· 0 likesOpen on X
More like this
Jev забезпечує LLM-as-a-Judge у 20–200 разів швидше та у 40–400 разів дешевше
Jev використано для вибору моделі AGI, забезпечуючи у 20–200 разів більшу швидкість і у 40–400 разів меншу вартість, роблячи LLM-as-a-judge надзвичайно швидким і майже безкоштовним.
Тестування застосунків із TypeSafe Jev та OpenCode
Filip ділиться невеликим демо, що показує швидкість тестування застосунків із TypeSafe Jev та OpenCode.
