最佳 Jev 项目

交易研究智能体，可选用 Jev 筛查社交帖子与公司的相关性及情绪。

具有 TypeSafe 护栏和 Jev 分类器的 AI 网关，用于策略判断和基于复杂性的请求路由。

具有 TypeSafe 判断提供程序的编码代理，该提供程序使用 Jev 进行类型检查、路由和工作流程决策。

Claude Code 配置工具包提供基于 Jev 的模型路由、技能建议和工具护栏模块。

具有 Jev 配方的计算机使用平台，其中模型选择一个有界候选动作，客户端在执行前对其进行验证。

开源 Claude Cowork 替代方案，其评测工具包可使用 Jev 作为类型化裁判，验证 Agent 产出的工作。

带有实验评估器的生成式 UI 框架，可让 Jev 在应用程序提供的组合标准中进行选择。

多语言、非自回归 System 1 决策引擎。在单次前向传递（33 毫秒）中输入超过 100 多种语言的决策，并根据严格正确的评分规则 (RLCD) 通过强化学习进行训练，并通过路由器为每个请求选择正确的检查点。

开源人工智能交易操作系统，代理交易和氛围交易，与Jev System One集成。研究、构建 Python 策略、回溯测试以及加密货币、股票和外汇的纸面/实时交易。启动您自己的多租户交易 SaaS，具有内置的用户管理、计费、支付和结算功能。

Browser Use 的超高速 Agent：Jev 在一次请求中选择操作和 DOM 元素，仅在需要输入文字时调用小型 LLM。

Jev 为本地搜索召回的前 20 个文件分别计算经过校准的相关性分数，并据此重新排序结果。

Vercel 开源 Agent 框架，在实验性 evaluate 流程中将 Jev 作为默认评测模型。

LLM 评测平台，其 Instant Evals 将生产环境 trace 批量发送给 Jev，由 Noul、Score 和 Choice 判断语言、帮助度与主题等问题。

Claude Code 插件，用 Jev 决策替代压缩摘要：一次快速请求评估所有工具调用与结果，丢弃或截断过期内容，其余内容原样保留。

用于本地 Jev 式决策的开放模型语义 if 引擎。

智能体记忆搜索工具，可用 Jev 判断相关性并重排检索片段。

Jev 对每个检索到的文档是否回答查询进行评分，并根据该相关性对搜索结果重新排名。

在家用 RTX 3090 上通过开源模型实现语义 If；独立项目，与 Jev 或 TypeSafe 无隶属关系。

桌面 AI 助手，提供 Jev 插件完成类型化分类、路由、验证和评分。

项目管理应用，使用 Jev 进行智能体路由、任务字段填充、负责人选择和自动化条件判断。

Android 对话副驾驶，Jev 解释聊天上下文并在用户插入回复之前帮助对候选回复进行排名。

基于 Qwen 的小型可训练 Jev 类决策模型系列，提供类型化原语、数据集、评测工具和本地推理。

具有 Jev 技能的桌面自动化运行时，可从可访问性树候选中选择 UI 操作和目标。

团队智能体工作区，使用 Jev 类型化决策进行响应路由和模型选择。

在 Monad 每个区块执行一次 AI 交易决策，在 Kuru 的 MON-USDC 市场上运行 Jev。

开放的 4B 决策模型，可对文本或单张图片进行仅预填充的 Choice、Noul 和 Score 推理，并提供原生、vLLM 与 SGLang 运行时。

Laravel AI SDK 带有 TypeSafe 提供程序，用于 Jev Choice、Score 和 Noul 分类请求。

开放的 0.6B 参数 Jev 复刻，支持并行决策、完整概率分布，并提供训练管道、权重、数据集和在线演示。

可在笔记本 CPU 上运行的本地 1B 决策模型，提供 Jev 兼容的 Noul 响应并返回 P(yes)，且明确拒绝 Choice 和 Score。

基于 Qwen3.5 与 Gemma 4 的本地微调模型，通过 Jev 兼容 API 在单次前向传播中返回类型化 Choice、Noul 和 Score 决策。

训练小模型，从动态文本选项列表中单次前向输出每个选项的概率；包含 Doom、国际象棋和 Wikispeedia 演示。

使用 Jev 进行快速类型控制决策的代理架构示例。

具有可运行的拉取请求审查实验室的代理计算机平台，Jev 可以在其中判断调查结果是否被引入、支持和可操作。

面向编码 Agent 的语义代码搜索 CLI；Jev 根据自然语言行为查询选择相关仓库分支、文件和源码单元。

运行时感知层，为 Web 和桌面代理提供 Jev 风格的机器可读状态。

Vercel Labs 终端 CLI，可在 evaluate 命令中使用 Jev 作为评测模型。

面向 Claude Code、Codex 及兼容 Agent 的官方技能，涵盖原语、模式和评测结构设计。

具有可选 Jev 重新排序器的代理内存库，可判断哪些检索到的内存是相关的。

编码智能体运行时，使用 Jev 决策进行模型路由、上下文保留和工具选择。

Vercel AI SDK 的 OpenRouter 提供程序包含通过 OpenRouter 聊天和完成 API 对数百种模型的支持。

对话化身框架，带有 Jev 门，可判断说话者是否已完成回合。

本地 Jev 兼容 System One API，把类型化问题转换为 DiffusionGemma 分类提示与概率。

按决策用途组织的 Jev 工具与实践目录，含 152 个链接、收录标准、限制说明和来源标注。

以证据为基础的 Jev 用例、模式、提示词和入门代码。

可选的 Jev 命令查找、过滤和验证浏览器元素，然后选择接受置信度和写入权限检查的有界操作。

把 Computer Use 的「下一步点哪里」定位 Jev（TypeSafe System One）：Jev 从界面文字候选中选元素、动作、完成度与风险，Codex Computer Use 负责读取界面执行，本地策略拦截敏感操作。 只发送文字，不截图..

单步成本约 0.0002 美元的 macOS 计算机操作方案：OCR 识别屏幕、TypeSafe 分类下一动作并执行点击。

开源System One决策模型。 Sub-15ms, non-autoregressive, local drop-in alternative to TypeSafe Jev.

Windows微信回复助手，使用本地OCR和Jev对意图进行分类，然后呈现三个手动发送回复。

Awesome Jev：TypeSafe System One 模型的源代码支持现场指南，包含 SDK、现场演示、代理工具和独立评估。

开放模型 Jev 类服务，通过读取下一 Token 的 Logit 返回类型化选择、评分和真假判断。

带有 Jev 智能路由的 VexJoy AI 代理 - /do 将简单的英语请求路由到正确的专业代理，并通过审查、测试和学习循环来控制工作。

当显式启用时，Jev 在关键字路由不匹配时选择占星技术并提取用户指定的设置。

Agent 化 TypeScript 工作流框架，内置 Jev 会话检查器。

围绕 TypeSafe AI 类型化决策 System One 模型 Jev 构建的公开项目、集成和讨论精选列表。

软件工厂 Foreman：使用 Jev 决策让编程 Agent 保持任务方向的监督器。

Jev 用例、工作流程和代理技能的精彩集合。

非自回归System 1决策引擎，专为决策类型决策场景设计DeepOpen多语言、非自回归System 1决策引擎。

Jev 从 Claude Code 会话日志中对代理进度、工具使用、焦点、探索、恢复和令牌效率进行评分。

基于 TypeSafe Jev 的分阶段代码审查工作流与本地仪表板。

在每次调试器暂停时，Jev 从堆栈、局部变量、附近源、输出和之前的尝试中选择下一个调试操作。

TypeSafe、System One 模型和 Jev 的官方资源与社区项目精选列表，并提供 GitHub Pages 站点。

Hermes 插件与技能套件，使用 Jev 进行模型路由、技能选择、记忆过滤、压缩和 GUI 操作选择。

使用 Jev 进行结构化市场判断的股票分析应用程序。

编码 Agent 工作区，由 Jev 或本地 Laya 判定器门控上下文保留、审批、路由、偏离检测和 Agent 间共享等有界决策。

本地优先的编码工作区，由 Jev 或 Laya 选择合格的 Agent/模型路由，并在执行前由宿主验证每个选择。

税务文档分类器，由 Jev 根据 PDF 提取文本选择 IRS 表格类型和页面类别。

使用 Jev 的非常快速的文档分类器/分割器。

通过 ONNX 运行时从 Node.js / TypeScript 运行 Laya，这是与开源 Jev 兼容的 System-1 决策模型。

当启用 Codex 运行时，Jev 会根据提供的证据审核诊断测试和事件解决提交。

从结构化模拟器状态出发、使用 TypeSafe Jev 游玩《超级马力欧兄弟》的 Agent。

带扩散草稿器的推理型 9B Jev-style 分类器，并提供兼容 API 以返回类型化 Noul、Choice 和 Score 决策。

使用 Jev 和 GEPA 根据人类反馈构建校准的 AI 功能。

多模态 Qwen3.5 决策模型，可在单次前向传播中以概率回答多个类型化 Choice、Score 和 Noul 问题。

TypeSafe System One 的 Scala 客户端模块，提交 Jev Noul、Choice 和 Score 问题并返回类型化的答案。

Jev 在应用程序呈现回复指导之前，根据意图和风险对传入的微信或 QQ 消息进行分类。

基于开放模型和 SGLang 的 Jev 兼容 API 服务，使用仅预填充推理提供类型化决策端点。

使用 TypeSafe Jev 搜索网页，覆盖来源选择、查询理解和相关性排序；基于 Search1API。

面向 Mobilerun 的独立 Android Agent，每项决策均由 Jev 完成，附带实时 React Studio 和 Uber 演示。

AgentJev-0.6B - 用于 AI 代理的快速“System One”决策模型：向其提供任何非结构化状态（差异、跟踪、日志）和结构化问题，在约 50 毫秒的前向传递中获得校准的概率分布。零输出令牌解码。

在保证评估期间，Jev 估计建议的代理轨迹满足其有界目标的可能性。

开源、终端优先的人工智能编码代理，具有完全透明的多模型路由。本地（Ollama、LM Studio、MLX、llama.cpp）或云端，您的钥匙，一个 TUI。没有黑匣子。

使用 Qwen3.5-2B、Qwen3.5-9B 和 Qwen3.8-27B 开放概率决策。

Jev 的开放、本地化：来自 LLM 的键入决策，无需生成单个令牌

一个适用于所有机器人的板外 CLI。将它们连接起来，指挥它们，让它们一起工作，每个大脑都有一个法学硕士（Claude、OpenAI、Gemini、Grok，或通过 Ollama 或 vLLM 本地化），还有一个决策法学硕士，可以实现更便宜、更快的步骤（Jev、Laya 和 Kev）。支持 Microduck、Open Duck Mini、LeRobot、XLeRobot、AlohaMini、ToddlerBot、Jetson 或任何 ROS。

由 TypeSafe Jev 驱动的 PostgreSQL 扩展，可用自然语言查询 Postgres 表。

可选的 Jev 预过滤器在将所选材料发送到摘要器之前对转录片段进行评分。

将图像、视频和 RGB-D 观测转为场景状态的视觉前端，供 Jev 判断物体属性、关系和风险。

有来源依据的 Jev 项目精选列表；Jev 是 TypeSafe AI 面向类型化决策的 System One 模型。

使用 jev-router 为 Claude Code 的任务选择成本最低的模型。

面向 Apple 芯片的计算机操作工具包，运行本地类型化决策模型，从 macOS 辅助功能状态中选择表单填写动作。

Jev 将项目与重复批次中的排名提示进行比较，以便 SiftRank 可以生成聚合的相关性顺序。

速度提升 5–10 倍的浏览器操作方案：Jev 点击，Codex 思考并验证；由 EZCollegeApp 构建。

面向 AI Agent 的自托管、版本化技能库，可通过 TypeSafe 或 AI 网关提供 Jev 推荐。

跨平台聊天助手，由 Jev 根据经复核的对话上下文选择有界回复策略，所有草稿仍由用户决定是否发送。

Tasksource 将数百个分类数据集重新转换为 Jev 兼容的类型化问题、答案和程序训练示例。

营销分析平台，通过功能开关将品牌可见度分类器从 LLM 切换为 Jev 布尔决策。

基于 GLiNER 系列模型的自托管 Jev 兼容 System One 服务，支持批处理和类型化问题。

好感度监测：使用Jev分析微信聊天的情绪、意图和回复表现。本地部署，使用自己的API Key..

基于 mmBERT 的开放双语 144.3M 决策模型，通过独立的本地 PyTorch 运行时返回带概率的 Choice、Noul 及 2–10 分 Score 答案。

一种将 jev 与编码代理一起使用以进行工具调用推理的简单方法。

在 Codex 任务期间 GPT-6 Astra 的自适应推理工作，由 Jev 提供支持，以减少令牌使用。

策划的 Jev 演示、项目、SDK、技能、源链接和 X 展示库。

使用 Jev 来判断编码会话何时应压缩其上下文的代理插件。

使用 Jev 进行语义代码检查。

本地优先的 MCP 插件，由 Jev 驱动，为 AI 编程 Agent 持续审查软件质量。

官方即插即用 TypeSafeClient 替代实现，支持 OpenAI、Anthropic 及兼容 LLM API，用于对比 Jev 与聊天模型。

开放的 4B 与 35B-A3B 视频决策模型，多问题共享视频前缀，通过直接候选评分输出时间定位区间与多选题答案，无需生成文本。

监督编程 Agent 的编辑，并使用 Jev 标记违反项目规则的修改。

按决策模式组织的双语、可机读 Jev 示例目录，包含调用点核验、兼容性说明和 CI 链接检查。

DiffusionGemma NVFP4 关于 DGX Spark 的结构化决策：容器配方 在审核期间未找到存储库级许可证文件。

官方 TypeScript/JavaScript 客户端，可推断答案类型；安装：npm install @typesafe-ai/sdk。

有来源依据的 Jev 项目目录，提供可复用的 Jev 专用 GitHub 审查工作流。

EmbodiedJev：带有 MiniCPM5-2B、Jev 和兼容模型 API 的 MuJoCo 机器人决策工作台

OmniStudio 公开 Jev Noul、Choice 和 Score 决策，用于分类、评分、内容防护、检索重新排名和意图路由。

编码代理可以要求 Jev 判断小的工作流程决策，例如构建结果看起来是否健康。

由 TypeSafe AI 的 System One 模型 (Jev) 提供支持的按需加密市场情报和决策支持终端。

🔥🔥 System One 模型和 Jev 背后的论文、公开复制品和独立评估。

使用 TypeSafe Jev 模型的浏览器操作工具。

模拟交易竞赛：Jev 选择每只蜜蜂的有效市场动作与确信度，确定性代码负责执行并强制风险限制。

Apple Silicon 上用于教学的 Jev 风格视觉推理实验，采用共享上下文、直接候选评分和本地视觉演示。

Anna 使用 Jev 作为有界企业代理推荐和弃权的快速判断层。

用于常见 AI 用例的 API 服务器运行时 - 支持多个模型和提供者。使用 Ollama 或 LM Studio 在本地运行，或通过 OpenRouter、OpenAI、Anthropic 或 Google 在云端运行。

将任何 LLM 转变为 Jev 式的决策模型：类型化决策、真实概率、无需训练。 （继续更新）。

基于 DiffusionGemma 的开放 Jev 兼容 System One 决策服务器。

本地多模态决策模型，可对记录、文本和最多两张图片回答 Jev 兼容的类型化问题，并支持显式弃答。

WXT 浏览器扩展，使用 Jev 和可复用模板规则清除页面干扰内容。

统一 AI SDK，其 TypeSafe decide API 为模型路由、压缩、工具选择和检索规划提供类型化判断。

Awesome Jev：有来源依据的开源生态雷达、通俗项目发现和 GitHub 自动同步。

Claude Code 与 Codex Hook，通过 Jev 判断长篇 Shell 输出中哪些部分仍然相关，再送入模型上下文。

以 Convex 四选一问题比较 Jev Choice 答案与大语言模型的基准测试。

Jev 从当前桌面状态暴露的目标和操作中选择下一个 UI 操作。

官方同步及异步 Python 客户端；安装：pip install typesafe-sdk。

通过语音控制真实浏览器，Jev 在约 300 毫秒内判断意图与目标，Playwright 随即执行。

智能网络搜索 CLI 代理，由 Jev 支持。节省大量代币。

grep 按含义，跨语言。 TypeSafe Jev 根据含义对每一行进行评分；用 AND/OR/NOT 组合含义。 意思で探す grep。日本语で英语を、英语で日本语を検索できる

Jev 项目、集成和学习资源的精选索引。

一种快速浏览器使用技能，由本地法学硕士通过单令牌反射提供支持。快速、局部优先、零幻觉。

TypeSafe 新 Jev AI 模型的 MCP 概念验证。

用于编写和改进 Jev 调用程序的 Agent 技能。

Go CLI 与单二进制 MCP 服务器，向 Claude Desktop、Claude Code 和 Codex 提供 TypeSafe 判断。

与 jev-ultrafast 相同，但使用 Laya。

把本地语言模型转换为 Jev 类 Choice、Score 和 Noul 决策引擎，并返回类型化概率。

用于编码代理的有界 TypeSafe Jev 工作流程。

使用 Jev 判断编码代理更改的代码质量和覆盖率审核器。

DeepSeek Harness 插件，用 Jev 选择技能和文件、监督任务、过滤输出及辅助审批；各功能默认关闭。

一个小扩展，演示了 Jev x WebMCP 的组合。

用于一次性类型决策和选项概率的对比语言模型。

开源 Jev。

Jev 根据简单语言查询对命令面板条目进行排名，以便首先显示预期的终端操作。

从 Qwen3.5-2B 微调的 System One 风格模型，单次完成类型化决策并返回校准概率。

由 Jev 选择可执行浏览器操作、独立文本模型负责规划的桌面浏览器。

Jev 用例、项目、SDK 和资源的精选列表。 Jev 是 TypeSafe AI 的 System One 模型，用于在软件中进行快速、类型化的决策——具有校准概率的选择、得分和 Noul。

用于提交 Forma 福利报销的 CLI 与 MCP 服务，可用 Jev 将收据条目分类到相应报销类别。

基于 pi-typesafe 的 Pi 护栏：由 Jev 判断不可逆和偏离任务的工具调用、检测死循环、检查未验证的完成声明并标记低质输出。

Jev模型介绍及实测：使用Choice / Score / Noul将自然语言转换为类型化的判断和概率进行分类、评分和路由；支持与DeepSeek等模型对比评论标记、速度和结果，包括CSV/Excel导入、原速播放和离线报告。

PostgreSQL 语义算子，由 Jev 判断文本是否满足条件，保留概率与原文证据，精确关联和聚合交给 SQL。

基于 Vercel eve 的个人助理 Agent，配置 100 个模拟工具，对比由 Jev 和 LLM 选工具时所需步骤。

Jev Windows 聊天助手 - PC 版微信意图判断和 DeepSeek 建议回复。

索引浏览器自动化，其中 Jev 选择控件并 Playwright 执行它。

可安装的 Agent 技能，教授 Jev 类型化决策设计、验证实时 API 结构，并索引社区项目中的可复用模式。

面向编码 Agent 的项目记忆工具；Jev 判断要保存哪些对话、其类型、冲突、召回相关性和疑似记忆投毒。

说出来，你的 Mac 就会做到。 Jev 上的计算机使用线束，可通过辅助功能读取屏幕。速度快，无视觉模型。

Pi 编程 Agent 的 TypeSafe Jev 决策层，提供可度量的工具调用门控和用于类型化校准答案的 jev_ask。

使用 Jev 构建的工具调用聊天机器人，无需法学硕士。

由 Jev 驱动的轻量模型、工具及子 Agent 路由器。

四种代理技能使用 Jev Score 和 Noul 判断来评估具有校准概率的主观标准。

Laya 与 Jev：本地 MLX 和托管 AI 决策并排玩 T-Rex，具有实时指标和重播记录。

Jev / TypeSafe System One 应用、库和资源精选列表。

Pokémon Red 运行框架，由 Jev 从模拟器给出的合法选项中选择每个菜单、导航、队伍和战斗动作。

基于 TypeSafe Jev 的轻量类型安全客户端，可针对数据提出 AI 问题。

面向 Open-Jev-27B 的专用 CUDA 推理后端，提供可替换的 Jev 兼容服务器、前缀树复用和可核验的基准产物。

日内交易机器人，Jev 对 Nifty 50 名候选者进行排名，确定性代码控制头寸规模和风险。

Left-pad strings with TypeSafe AI's Jev.出于原因。

与您的 Mac 对话。 Local whisper.cpp + one Jev (TypeSafe) call per command + macOS automation.

TypeSafe AI Jev 用例的精彩列表：按喜欢排名的 74 个演示、150 多个 GitHub 存储库、限制、成本和 API 示例。 CC0，由 AY Automate 赞助。

用于 TypeSafe AI（Jev）分类的早期预览版 PostgreSQL 扩展。

小型开源决策模型：输入状态与类型化问题，输出校准概率；基于 Qwen3.5 复刻 Jev/System One。

MuJoCo 中仅依赖摄像头的自主无人机，控制循环以 2.5Hz 调用 TypeSafe Jev 小型判断模型。

启用后，Jev 对为地球变更日志版本选择的故事执行有限的编辑和标题检查。

Jev 与 TypeSafe System One 社区项目目录。

由 Jev 驱动的 Codex 单轮模型与推理路由器，为每轮选择模型、思考深度和速度模式。

面向编程 Agent 的有边界 TypeSafe Jev 工作流。

Claude Code 技能与 CLI，把批量排序、分类、筛选和语义搜索判断委托给 Jev。

科学代理架构将快速本地判断、概率评估、证据和授权分开。

为类型化 AI 决策精心策划的 Jev 资源和可运行示例。

Jev 对恶意软件扫描结果进行分类，并为 WordPress 维护提供类型为 Noul、Choice 和 Score 的决策。

Grok Bot 集成，由 Jev 在生成模型运行前执行使用门控并路由请求。

为任意视频叠加实时 Jev 仪表：逐句评分并渲染为 16:9 成片。

由 TypeSafe.ai Jev 驱动的 Rust CLI，依据实时会话上下文为下一步排序 Agent 技能；支持 Claude Code hooks、结构化 JSON、拒答和本地反馈。

Solana 流动性代理具有可选的 Jev 影子判断，用于存款选择、有毒流量和市场制度压力。

用于比较浏览器 Agent 接口的 WebMCP 基准，将 Jev 作为被评测配置之一。

汇集 System One 模型与 Jev 背后的论文、开放复现和独立评测。

Jev 在代理将检索到的记忆用于答案之前检查它们是否存在矛盾。

从 Jev 兼容示例中训练小型、快速的本地分类器。在浏览器或 Node.js 中本地运行。

JevBench v1 - Jev 级类型化决策模型的基准：智能、便宜、快速、可靠、开放。

用于编码代理的便携式、Jev 引导的上下文压缩。

由 Jev 排序的 Fish 风格 zsh 历史自动建议。

一种符合您的意思的输入：一个文本框，当您类型化时会变成正确的 UI。 Powered by TypeSafe Jev, works offline.

Codex 计算机使用中的 TypeSafe Jev 操作选择。

Milvus 模型库，带有用于语义搜索的 TypeSafe Jev reranker 提供程序。

Jev 对 JMeter 代理意图进行分类并选择有针对性的工具包，在路由不确定时提供完整的工具回退。

Jev 从渲染的剧作家录音和有界方向候选中选择摄像机移动、强调和计时。

开放 Jev 风格文本与视觉检查点的服务运行时，在 Linux 上使用 vLLM、在 Apple Silicon 上使用 MLX/MPS，并提供 /v1/systemone。

启用后，Jev 会对微信每日摘要的文章主题和相关性进行分类。

CLI 使用 Jev 对任务分类，再选择并启动 Cursor、Claude Code、Codex 或 OpenCode，同时匹配模型和推理强度。

Jev 根据已完成的蜡烛图、实时价格、头寸和策略限制来评估市场状态，然后建议观察、开仓或平仓操作以供人工批准。

实验性 Chrome 扩展，让 Jev 判断 DOM 元素是否为广告并将其移除；BYOK、无后端，并非完整广告拦截器。

> 该软件包是实验性的。使用风险自负。

语义 grep CLI，由 Jev 判断哪些文件和精确行范围匹配自然语言代码查询。

框架及微调嵌入模型，将余弦相似度转换为 Jev-style Choice、Score 和 Noul 概率。

Jev 通过一个类型化的 Choice 问题，在《底特律：变人》的每个决策节点中从可用选项里选择下一步剧情行动。

BeamWeaver 将 Jev Choice、Score 和 Noul 评估公开为 Elixir 工作流程中提供者中立的决策模型调用。

受 jevlike 启发，在 Apple Silicon 上通过 MLX 使用本地 Gemma 3 4B 单次评分选项，并附 Doom 演示。

Jev / TypeSafe System One中文精选列表：官方资料、SDK、爆款应用、代理工具、开源复现与独立体育，附中文上手指南，每日自动收录GitHub热门项目。

文本检查工具，使用 Jev Score 判断源码中的字符串是否符合可配置的写作规则。

微信插件，使用Jev在本地分析消息意图、情绪和回复姿势。

阻止 AI 编码代理声称工作已在没有证据的情况下完成。 Deterministic hooks decide, TypeSafe's Jev advises.仅附加账本，零运行时依赖性。

为代理提供真正的手和眼睛：不可检测的、独立于 DOM 的 GUI 自动化。价值 4 美元的 USB-HID 微控制器用于手部，视觉基础模型用于眼睛，任何法学硕士用于大脑。

开放权重 Jev 替代方案，可在一次前向传递中返回带有概率的类型化决策。

AI驱动的日志智能系统 - 使用RAG技术对日志进行语义搜索、异常检测和根本原因分析。使用 Rust、Axum、NATS、ClickHouse 和 Qdrant 构建。

使用Jev来创作艺术！

用于决策模型的 Ruby 客户端，例如 Typesafe Jev

用于 TypeScript 和 Pi 编码代理的提供者中立 System One 运行时。

Jev 提供支持的 LinkedIn 招聘代理。观看它浏览相关个人资料、保存链接并根据您的招聘简介审查证据。

开放语义决策引擎，实现 Choice、Noul 和 Score 原语，并提供 TypeSafe 对比工具。

Claude Code 插件，由 Jev 判断每个提示和正在编辑的文件适用哪些项目规则。

代理插件和 MCP 工具，Jev 对批量文本进行分类，以便代理只能读取相关项目。审核期间未找到存储库级许可证文件。

一个由 Jev 驱动的开源工作台，用于流数据选择、质量评估、自动 LoRA 训练和保留模型评估。

LIBERO 机器人控制环境，由 Jev 根据任务状态和物理预览选择细粒度动作。

全栈 Agent 框架，支持记忆、长任务、多 Agent 中继和基于 Jev 的模型路由表。

Chrome 扩展，在发布 X 帖子前使用 TypeSafe Jev 检查内容观感。

Jev 判断缓存的计算机使用工作流在语义上是否可重用于当前请求。

让任意 MLX 模型在 Apple Silicon 上执行 Jev 风格并行约束决策，单次前向输出类型化、符合 Schema 的 JSON。

Open reproduction of TypeSafe Jev: a 150M typed decision engine (noul/choice/score in one non-autoregressive pass, calibrated confidence). 0.697 对比 Jev 的 0.727，校准效果好 2.5 倍，速度快 4 倍，免费。在 Colab T4 上进行训练只需 30 分钟。

类型安全语言模型生成和结构化决策。

LLM + Jev 工作流程。用里面的脊柱增强你的脊椎动物大脑。

Jev 的非官方本地可视化工具（TypeSafe）：代码进行的每次调用的实时视图。不隶属于 TypeSafe AI。

基于 Solar Mini 的 Jev 式类型决策的本地模型。

Ableton Live 控制器，Jev 将简短的自然语言请求映射到有限的音乐制作操作。

按语义路由 HTTP 请求的 Hono 路由器，由 Jev 驱动。

自托管 API 和用于 Laya 决策模型的 Web 界面，具有与 Jev 兼容的 API 形状。

我们只策划具有 100 多个 GitHub star 的经过源码审查的 JEV 相关项目 - 集成、工具、开放模型和实验。现场画廊：beatapi.io/awesome-jev

基于冻结开源模型的医疗决策栈：为每个考试选项评分，再用置信度与保形门控自动放行或升级给人工。

使用邻接关系分类器，让 typesafe.ai 的 Jev System One 模型在 Neo4j 图中导航。

MuJoCo xArm7 研究中，Jev 根据物理反馈选择运动方向和抓手动作。

Jev 从有界选项中选择下一步，并将该选择记录在 Tocket 的共享项目笔记本中。

使用 Jev 对市场状态和风险进行分类的加密决策仪表板。

实时 Discord 审核机器人，Jev 并行评估消息与元数据，通过渐进式升级机制识别钓鱼、垃圾信息和社会工程。

用于可验证的多步骤 Jev 决策的概率树和图形运行时。

开放视觉决策模型，对图像进行一次编码并回答多个结构化问题。

四个决策质量应用程序，Jev 回答结构化问题，确定性代码保留最终权威。

cli-jev 传输将类型判断请求从技能工具传送到 Jev CLI 和 MCP 接口。

十一章中文实践课程，提供可运行 Notebook，覆盖 Jev 原语、配方、评测、应用、Agent 集成和本地模型训练。

Jev decision plugin for agent harnesses.

交易所存款和取款风险分类网关，由 Jev 分类和确定性代码裁决。

MuJoCo 中 Franka Panda 的两级 Jev 控制。

面向 Laya 的 PHP 与 Laravel 客户端，将兼容 Jev 的类型化决策映射到 PHP 类型；尚未验证托管 Jev API 的兼容性。

DiffusionGemma 上的 Jev 式结构化决策：来自 vLLM PR 57250 的示例服务器。

ACP 与 MCP 适配器，把 Jev 类型化决策和计算机操作能力提供给 Codex、Claude、OpenCode 等 Agent。

呼叫辅导应用程序，Jev 评估对话上下文以呈现结构化的辅导决策。

Jev-Mem：系统一控制代理内存。

macOS 语音和文本控制，其中 Jev 在观察-执行-验证循环中选择 UI 操作。

让 Hermes 及其他 Agent 调用 TypeSafe Jev 的技能。

用于 AI 聊天、工作流程自动化和语义搜索的 Obsidian 插件 — 支持 Gemini、OpenAI、OpenRouter、Grok、Ollama 和 CLI 后端。

备受期待的 Jev 开源存储库作为策略，可以一键设置模拟环境。 Astra + Jev 在 RoboTwin 等基准上的评估也将很快发布。

由 Jev 驱动的独立剧作家 Chromium。编码代理（或您）运行 a.

用于具有视觉功能的类似 Jev 的多模态 System One 模型的训练堆栈。

按相关性而非相似性检索：使用 TypeSafe 的 Jev 过滤 AI 助手的记忆。

星际争霸代理实验使用 Jev 进行快速战术决策。

将 LLM 作为类似 Jev 的端点提供服务的超级简单方法。

模拟 TypeSafe AI 结构化输出的 LLM Gateway，相当于一个“仿冒 Jev”。

Astra 使用本机 Jev 判断来检查代理上下文并选择有证据支持的运行时操作。

用 TypeSafe Jev 推荐已安装 Skill / Bounded installed-skill recommendations with TypeSafe Jev. Python CLI、Codex 技能、双语文档和实例。

具有动态候选集的校准 Jev 式选择模型的训练和推理堆栈。

对来自一个主页 URL 的任何网站进行实时 SEO 审核，由 Jev 进行判断。 PDF、XLSX 和 Markdown 报告。

将LLM模型转变为类似Jev的系统。

根据您自己的标签校准 Jev 问题：调整标记示例的标准，确认保留的集合，获得每个问题的结论。非官方。

用于 TypeSafe AI Jev API 和 Spring AI TypeSafe 集成的 Java SDK。

采用 CC0、通过 awesome-lint 的 Jev 列表，按可安装内容组织，并在开头说明模型限制。

系统综述提取应用，由 Jev 回答结构化审查表，并把审阅者引向原文引用行。

非官方 PoC：类型化决策（noul / choice / Score）HTTP API 背后的 BERT 式编码器决策引擎。 Not affiliated with TypeSafe.

open-jev 是一个以浏览器为中心的 TypeScript 库，用于输入决策：一段文本（状态）加上任意数量的输入问题，一次前向传递会返回每个问题的校准概率分布。不会生成任何内容，因此答案始终是您提供的选项之一。

使用 Jev 或任何 LLM 过滤您的 X.com feed。

运行于 Hyperliquid 的实时 Jev 交易工具。

开放的泰英双语 System One 模型，提供 Choice 推理、校准、评测脚本和 Jev 对比套件。

使用 TypeSafe Jev 对当前任务的 Pi 代理技能进行排名。

基于 ModernBERT（151M）的非自回归决策引擎，提供校准不确定性、TypeSafe Jev 基准审计和浏览器 WebGPU 游乐场。

开放模型，可在一次前向传递中进行输入、校准决策。

Semantic code search CLI and MCP server with exact source excerpts.

jev.ask 运行时全局允许沙盒 TypeScript 程序请求校准的 Jev Noul、Choice 和 Score 答案。

Jev 解释。

只读 Gmail 分流应用，由 Jev 为每封邮件分配分类、紧急程度和真人撰写判断。

由 GLM-5.3-Flash 和 Jev 提供支持的多智能体人工智能新闻管道。

随机 Jev 兼容基线，为模拟、下限比较和路由器评估发出 Noul、Choice 和 Score 概率。

排列不变式 Jev。

均匀吗？询问Jev。

没有经过训练的策略的《皇室战争》机器人：Jev（TypeSafe System One）根据实时游戏状态做出每一个决定。

使用 Jev 分类 Git Commit Diff 与消息，识别 Bug 修复、安全修复/CWE 和变更类型。

Pi 扩展，提供批量 Jev 评估工具、终端试验场和供其他扩展使用的类型化 API。

Claude Code 的校准上下文筛选器，每个工具结果进入上下文前都由 System One 模型判断。

文档 OCR 路由器，Jev 逐页判断现有文本层是否可用或是否需要 OCR。

只读交易日志和审查工具：Jev 类型化的判断、代理集成和可复制的财务基准。没有命令，没有建议。

自我改进 Agent 框架，可选配 TypeSafe Jev，以执行 Choice、Score 和 Noul 类型化判断。

ACP 与 MCP 适配器，将 TypeSafe Jev 接入任意 LLM，为 Codex、Claude、Grok 和 OpenCode 提供计算机操作与类型化决策。

🚀🚀 一个类似 0.8B Jev 的多模式模型，直接从原始像素玩 GUI 游戏。

Laya (open source, local) vs TypeSafe Jev (API): two AI models race in Snake and fight in a Mortal-Kombat-style arena.每一个举动都是真正的模型决策。

开放概率 Choice、Noul 和 Score API 由受限开放模型日志概率提供支持。

TypeSafe Jev 的 Home Assistant 集成，可针对家庭状态提问，并将概率、选择或评分作为实体返回。

由 @typesafe-ai Jev 驱动的代码库搜索。

基于 Qwen3.5-0.8B 的本地决策模型，用 llama.cpp 标签概率回答 Noul、Choice 和 Score，提供兼容 Jev 的 HTTP 接口。

TypeSafe System One API 的 SwiftPM 客户端，支持类型化的 Noul、Choice 和 Score 问题。

MCP 工具，公开 Jev 进行验证、筛选、分类、重新排名、审查、门控和评分。

展示冻结 Qwen3-4B 上 Jev 风格类型化决策接口的 Mini-Jev：读取选项字母 Logits 而非生成 JSON，提供预注册实验、结果和教学基准。

Independent, evidence-based map of when TypeSafe's Jev actually holds up vs. breaks down — real API-call receipts, not a leaderboard. 中文主导的双语repo。

面向创作者的空间化参考资料探索器，提供本地 Jev 查询选择、元数据高亮和带来源链接的收藏。

Claude Code 模组，用 Jev Noul 判断工具调用意图与风险，再按明确阈值允许、拒绝或交回内置分类器。

JEV HUB·X上关于TypeSafe AI「系统一模型」Jev的长文与演示视频聚合（保留原链与作者）｜谁是专家出品

由 FX、Jev 和 Vercel AI Gateway 提供支持的实验性浏览器代理。带上您自己的 API 密钥来阅读页面并自动执行浏览器任务。

开放的 4B 英语/韩语决策模型，提供 Jev 兼容的 Choice、Score、Noul 概率及 BF16、GGUF 权重。

Rust System One - 兼容 API，用于开放决策模型，例如 Laya。

Jev shadcn 块生成器。

具有可交换本地 Laya 或云 Jev 决策模型的代理 GraphRAG 管道。

检测 AI 写作痕迹的文本 Linter，零依赖，结合可计数规则与一个判断模型。

SillyTavern 扩展，Jev 在添加指导之前根据配置的旁白规则对回复进行评分。

由 LLM 规划、Jev 决策的浏览器自动化方案，提供库、CLI 和 MCP 服务器。

ROS 2 机器人的人工智能诊断代理 — 基于证据、工具调用、安全门控。

通过与 Jev 兼容的 API 和编码代理集成，在 NVIDIA GPU 或 Apple Silicon 上提供类型决策（系统 1）模型 - Laya 或您自己的模型。

视频剪辑流水线，由 Jev 判断字幕片段以筛选高亮内容并删去冗余。

⚡ 毫秒级 Viral Hook 遥测和社交媒体副驾驶（Chrome 扩展 + Jev 系统 1）。

RikkaHub Plus 华登版 - Android AI 聊天客户端 & SillyTavern Android 酒馆兼容性。连接API即时聊天：前缀缓存保存token、语义记忆RAG、Jev智能决策、QuickJS插件、语音通话、微信QQ Bot；人物卡、世界书Lorebook、默认、常规、二维码、美化主题均可按照酒馆官方语义一键导入，无需Termux/Node.js。

描述你的创业想法，由 Jev 决定：放弃、修改或发布。

Jev 复现方案，无需训练即可将任意 Qwen 模型变为快速决策模型，提供相同 /v1/systemone Schema 且不生成答案文本。

Jev - 具有 top-k 提案、后备决策、内存和重新规划的原生代理设计。

MCP 代理，使用 Jev 筛选代理工具调用和工具结果。

适用于 macOS 的英语全双工语音控制，具有 OpenAI 实时、本机辅助功能和 Jev。

Chrome 的 Jev：使用 TypeSafe Jev（亚秒级决策模型）驱动您正在查看的选项卡。 browser-use/jev-ultrafast 的社区端口，不隶属于 TypeSafe。

DuckDB 扩展：输入 Jev 答案作为真正的 SQL 类型

定时论文雷达，让 Jev 判断每篇论文是否匹配配置的兴趣与排除项，再发布排序后的网页和订阅源。

可定制的 Pi 顾问和执行器工作流程，具有 Jev 决策支持。

Claude Code / Codex / pi 插件，可将不需要文本输出的代理步骤传递给 Jev（TypeSafe 的判断模型） - 测量 p50 ~230 毫秒，每 1,000 个判断约 0.02 美元，并通过类型升级返回 LLM。

社区游乐场，包含可编辑的 Jev 用例、游戏、困境、挑战和 A/B 比较。

Jev 在选定的工作流程阶段检查可配置的 Pi 代理规则的风险、输出编辑、重复失败和缺失验证。

本地 Jev 兼容代理，可学习应用程序的类型化决策并通过 Laya 头为它们提供服务。

将 TypeSafe Jev 接入 Cursor、Codex 及任意 MCP 客户端编程循环的 MCP 服务器。

Rust linter 由可配置的 Jev 规则提供支持，并带有 VS Code 扩展。

📡全网最全 · 全球最全面的 Jev（TypeSafe AI System One）生态系统跟踪器 — 220 多个记录案例 · 108 个置信度分级条目 · 每 3 小时验证和重新扫描 · 包含 API 访问指南

多代理编排引擎，具有热会话、持久邮箱和每任务令牌记帐。

超快速 Jev，如服务器，与模型无关，可与任何 OpenAI 兼容端点一起使用。

Jev 支持的对话记忆：查找过去的会话并重新审视原始来源的决策。 OpenAI Codex 的 macOS 工作区。管理 AI 对话和代理，使用 CodeGraph 探索代码，并在一个应用程序中使用 Git、Ghostty 终端和 Apple Notes。

Claude Code 与 Codex 的上下文裁剪代理，由 Jev 判断哪些历史仍有价值；概念验证将迁移至 Compozy。

可选的 cnki-jev 包使用 Jev 进行首次文献筛选，并升级复杂案例以供模型或人工审核。

非官方研究：在 Apple Silicon 笔记本的原生 1.5B–8B 模型上执行 Jev 风格并行类型化决策，附基准、研究笔记和 Hugging Face Space 演示。

由 TypeSafe Jev 自动游玩的贪吃蛇：每个 Tick 执行一次 System One 选择，合法动作和事实由代码生成。

使用 TypeSafe Jev 为 Pi 编程 Agent 提供语义工具路由和类型化 System One 决策。

面向 OTP 的 TypeSafe Jev 客户端：从 GenServer 响应 Jev，并对答案进行模式匹配。

实验性 Jev 路径对完整的上下文有效负载进行评分，以便用户可以查看和批准代理仍可用的内容。

一次前向传递中来自非结构化状态的本地 Jev 兼容类型决策。

原生 macOS 自动化循环，由 Jev 根据 OCR、辅助功能和 OmniParser 观察结果选择下一步 GUI 操作。

由 Jev 驱动的 Pi 编程 Agent 自动模式，按语义自动批准 Bash、写入和编辑调用，无法决策时默认拒绝。

使用 DiffusionGemma 进行类型化 JSON 推理，并提供 Every 与 Jev 基准结果。

Nerve 是 Hermes 代理的监督神经系统，添加了类型化的 System One 决策、排名、验证、令牌感知监督以及由 TypeSafe Jev 或开源 Laya 提供支持的选择加入工具门。

使用 Jev 进行无人机群模拟，进行反射决策和避免碰撞。

用自然语言驯服你的人工智能编码代理。从单个命令生成强制护栏（CLAUDE.md、挂钩、设置）。

在 CPU 上运行 SemIf（Jev 式语义 if 决策）——无 GPU。在一次正向传递中直接从开放模型读取类型化的选项概率，以及 Web UI。

TypeSafe 的 Jev 的六个实时并排演示 — 一个“System One”模型，返回类型化的概率决策（70–500 毫秒，每 1M 输入令牌 0.042 美元，免费输出）而不是生成的文本。

提供 Jev 兼容 System One API 的本地决策模型运行器。

面向 Agent 的 Jev CLI，可在 Shell 中快速执行带校准的选择、评分、检查、排序、分诊和护栏判断。

由 Jev 驱动的 AI 代理搜索基础设施：零 API 密钥、MCP 就绪、LLM 上下文感知，具有本地神经证据验证。

不知道如何回复微信消息？ macOS浮动聊天助手：识别消息意图和沟通风险，GPT生成多种词语，Jev评估候选人，一键填写微信。我帮你想想然后发给你下单..

现实世界 Jev（TypeSafe AI System One）用例的证据支持索引：存储库、模式、基准测试和测量结果

由 Jev 驱动的 DeepSeek Harness 决策层。

面向金融的开放决策模型，提供 Jev 兼容类型化 API 和评测工具。

⚡ 自适应多模型 LLM 路由器 — 80 多个提供商、Jev System One 单通道路由（model=jev-auto）、信息素轨迹故障转移、并行集成合并。 npm：自适应内存多模型路由器。

Jev 与 Gemini 3.8 Flash 对比：标注 1,000 条应用评论，报告速度快 4.1 倍、成本低 7 倍。

Jev 的开放替代方案，让任意开放权重 LLM 单次前向完成类型化校准决策，支持 Hugging Face、vLLM 和基准测试。

由 Jev 提供支持的 Gmail 自托管 AI 电子邮件分类器。创建自定义标签，整理收件箱，并自信地过滤垃圾邮件并控制成本。

grep 查看代码的用途，而不是它的名称。 Semantic code search powered by TypeSafe Jev.

OpenRouter 上 TypeSafe 的 Jev 决策模型的实用、经过测试的配方：支持分类、数据库索引、文件组织、标记、分类、重复数据删除、PII 检测、提取、搜索重新排名和浏览器代理。

TypeSafe Jev 通过键盘和鼠标控制原版《星际争霸》共享版，并记录动作概率。

衡量您的 Jev 分类器的置信度的真正价值，并设置错误成本的人工交接线。

YouTube 翻译 anlamına göre keşfedin。 Türkçe arayüz、Jev 分析、altyazı dışa aktarma ve Vercel kurulum rehberi。

Command-line tool for TypeSafe AI's Jev model.询问有关任何文本的是/否、多项选择题和标题问题，并获得校准后的概率。答案将成为 shell 和 CI 的退出代码、脚本的 JSON 以及 AI 代理的 MCP 工具。

根据上下文、问题和候选答案执行本地双语概率决策；受 Jev 启发的独立研究预览。

代理循环，其中决策不会花费大量语言模型调用。零依赖，离线运行，无需 API 密钥。

Jev 在影子模式下运行，将结构化质量评估附加到生成的深度研究报告中。

使用 Jev（TypeSafe AI 的 System One 模型）进行构建的有证据支持的用例、模式和指南。每项声明都带有标签和来源。

AI 内存的失效层。每个事实都有租约；新的证据结束了这一切。基于 TypeSafe Jev 构建。

Jev 支持的 Python 中 RAG 的相关性过滤和重新排名。

RubyLLM 2 的 TypeSafe 结构化输出提供商。

Score 使用 Jev 对 git diff 进行的每个测试，并发出已经理解的过滤器参数 vitest、node:test、Playwright、cargo test 和 go test。

Chrome 扩展，由 Jev 用类型化判断给 X 帖子评分和标注，并显示本地实时成本。

Jev 支持的编码代理插件。

受 Jev 启发的开放权重决策模型，从 Qwen3.5 4B 进行微调。

如果您正在尝试 jev，从这里开始会更容易。

Android微信模块，使用Jev显示情绪概率、暗示含义和沟通建议。

Jev 筛选可能的缺陷，仲裁不明确的发现，对范围进行分类，并支持跨轮审查记忆。

社区 TypeSafe AI 游乐场，包含 110 个用例、游戏、两难问题和模型挑战，支持编辑提示词、A/B 对比和移动端界面。

Ruby 和 Rails 的概率控制流 - 由 TypeSafe 的 Jev 提供支持。

用于测量 RAG 中 Jev 重新排名质量、延迟和成本的可重复基准。

Linux、macOS 和 Windows 均适用。 Claude Code、Codex 和反重力适配器；是的，Markdown 格式，可以修改，可以使用 Mem0/Jev。

MetaCoginition 由 Reflex 4B 提供支持。

集成 TypeSafe Jev 驱动的结构化输出库，支持 Noul、Choice 和 Score 决策。

使用 Jev 扫描代码库中的隐蔽、欺骗或窃取数据行为，在运行前报告可疑文件与行范围。

使用 Jev（TypeSafe 的 System One 模型）对收件箱进行分类 — 标记、移动、标记和通知，所有这些均由配置驱动。

Pi model router using Jev and a quality-cost-latency Pareto frontier.

适用于 PHP 8.2+ 的 Jev 客户端，提供类型化 Choice、Score、Noul 请求构建器、结果类、重试和基础 URL 覆盖。

面向开放语言模型、兼容 TypeSafe 的批量单 Token Choice 推理。

Chrome 扩展程序，可清理您的 LinkedIn 提要：使用 Jev、TypeSafe AI 的类型分类模型隐藏参与诱饵、自我推销和偏离主题的帖子，并解释每个决定。

使用 Jev 进行阻止、引导和“模糊处理”，使代理遵循您的规则和约定。 CLI、github 操作、pi 包等等。用效果构建。

在 Mac 上本地运行 Jev 风格的类型决策，RAM 使用率低且响应快。

Jev 功能的可浏览目录 — 50 个可运行目录。

Jev 集成在紧凑的 Markdown 笔记和可搜索的原始历史记录之间路由代理内存查询。

将浏览器的工作交给 MCP 服务器，其中决策模型为您的代理驱动页面，因此一个流程只需要一次工具调用，而不是每次点击一次。基于引用的元素表、代码检查断言、零模型宏重播。与您的 Chrome 对话 CDP。

Typed-judgment admission control at the traffic edge: three-layer prompt-injection and abuse filter for nginx/OpenResty, powered by TypeSafe Jev.故障打开、缓存、热重载。

Azdaja 在有界局部评估表面内公开可选的 Jev 语义判断。

Discord 机器人演示，让用户可以与 Jev 支持的类型化行为进行对话。

用于 TypeSafe Jev 的 Go SDK 和 CLI 输入是/否、选择和评分决策。

TypeSafe Jev 的开放复刻，在 Gemma 4 E2B / Gemma 3 270M 上单次前向完成类型化校准决策。

使用 Jev 识别和折叠社交平台上的广告和选定主题的浏览器扩展。

分屏演示，其中 Jev 检测 Pix 支付诈骗并追踪欺诈链。

高性能 System One 模型，具有嵌入式 C 运行时和 WebAssembly 支持。

Go 编写的 Unix CLI，通过 TypeSafe、Cloudflare 或 Vercel 请求 Jev 类型化决策，校验结构化响应并输出 JSON 或文本。

语义“你是说吗？” for any CLI — wraps commands and uses TypeSafe's Jev to match subcommand typos by intent, not edit distance.

用于类型化决策与选项概率的开放 Jev 风格模型及训练工具。

Awesome Jev — TypeSafe System One 的证据分级索引：SDK、MCP 工具、代理、应用程序和开放模型。 20 种语言，每 2 小时重建一次。

Windows微信助手，在Jev对对话进行分类之前读取并编辑对话。

使用 TypeSafe AI 首个 System One 模型 Jev 的交易机器人。

Claude Code 插件，使用 Jev 进行规则检查、逐字压缩和提示路由。

由 Jev 提供支持的人工智能音乐（MIDI）发生器。

为 Effect DecisionModel 和 Jev 制作类型安全的不确定性感知语义模式匹配、控制流和智能程序。

受 Jev 启发的旅行决策教程，包含分类器训练；浏览器演示使用预录模型输出。

Jev，TypeSafe 的 System One 分类器，作为 Claude Code、Codex、Pi 和 OpenCode 中的工具：类型化分类、检查、评分、排名和询问，以及单命令设置。

以连续追问方式审视创意，由 Jev 负责“拷问”。

以自然语言描述作为匹配模式的 Grep，使用 Jev 决策模型按语义过滤行。

人工智能城镇模拟，其中 Jev 选择角色动作和响应。

面向动态文本选项列表的更强单次评分器，采用哈希 n-gram 编码器、对手感知注意力、门控头和温度缩放，并与 jevlike 比较。

用于 DeepSeek Harness 的 TypeSafe Jev、模型上下文协议和普通节点：类型化判断而不是散文，默认离线。

提出有关文本或 JSON 的类型化问题，并在浏览器中检查模型导出的概率分布。 One container runs the model, the original Decision Lab explorer, and a TypeSafe-shaped API.

Python 原型：从结构化 RAM 观测游玩 NES《超级马力欧兄弟》，由 Jev 回答聚焦的移动和跳跃问题。

系统 1 决策模型（Jev、Laya、Cua-S1）作为代理的大脑：浏览器使用、计算机使用、游戏和机器人。

TypeSafe AI 官方 Dagger 模块集合，用于复用 TypeSafe AI 与 System One 工作流。

使用 Jev 根据简单语言规则评估代码的自然语言 linter。

50 个可运行的可视化示例，对比 Jev 类型化决策与 OpenAI 结构化输出基线，并明确标注固定样例和方法边界。

受 Jev 启发、面向自回归 LLM 的类型安全单 Token 单决策解码引擎。

面向类型化决策模型的概率感知评测，覆盖校准、选择性风险、延迟和可复现基准。

本地 SQLite BM25 检索流水线，Jev 通过批量 Noul 证据相关性判断重排段落，再由另一模型生成答案；选定文本会发送至托管服务。

面向 Agent 的 SEO 与 GEO CLI 套件和 MCP 服务器，使用 DuckDuckGo 证据与 Jev 评分。

TypeSafe Jev MCP 服务器，为任意 Agent 提供类型化分类、评分、检查、匹配和筛查，并为每个答案附带置信度。

命令代码 mod：当代理因 Jev 判断而停止并剩余工作时，推动代理继续前进。

TypeSafe Jev 的 Swift 客户端输入判断而不是生成文本。

将 Jev 用作评测器的实验。

转向程序调用 Jev 进行 Choice、Score 和 Noul 决策并根据类型化的答案路由执行。

使用 Jev 过滤任何实时 Twitch 聊天：自带密钥的 Chrome 扩展程序。

Jev - 用于自主研究、多代理群、持久狩猎板和长时间运行的代理工作流程的原生人工智能安全工具。 CLI - 首创、开源，专为授权安全研究而构建。

由 Jev 提供支持的可配置语义 linting，具有文件级 NOUL 判断和 magic-string 插件。

用中英文介绍 Jev 热门应用、工作原理及各自优缺点。

科研知识系统，使用 Jev 筛选可复用知识问题供人工审核。

一个开源的、从第一原则出发重建 TypeSafe AI 的 Jev 背后思想的项目，用 pytorch 编写。

由 Jev 驱动、基于规则的文本文件评分器。针对每条线并行运行每条规则。不略读，不漏行。

Jev 辅助文件检索和请求缓存，以实现更快的 Pi 工作流程。

从 Apple Silicon 上的本地 Qwen 模型中输入决策（选择/评分/是-否）。概率直接来自逻辑，没有文本生成。 TypeSafe-compatible HTTP API, runs on MLX.

TypeSafe Jev AI 模型的命令行工具。

Jev 判断代理记录的是或否断言，当其概率达到配置的阈值时测试通过。

使用三值模型进行 Jevfire 风格候选评分的本地 System One API；概率仅表示候选间的相对分数。

通过 ReqLLM 调用 Jev Choice 选择分支的 Elixir 控制流库。

Task-boundary model routing for Pi Coding Agent, powered by TypeSafe Jev.保守的策略、精确的缓存和可观察的故障转移。

基于 Qwen3.5 的决策模型，通过兼容 Jev 的服务接收文本和图像，从标签 token 概率读取类型化答案；权重仅限非商用。

Jev 形状的分类包装器，位于 OpenAI 兼容客户端上，返回概率和置信度。

独立于提供商的代理 SDK，使用类型化路由为每轮选择模型。

面向 Claude Code 的 Jev 插件。

Agent 的 Jev 决策层，包含 MCP 服务器、可嵌入 DecisionModel 库和仅在升级时介入的 Claude Code 插件。

软件，通过反射。一个句子成为一个小程序的调用，由 TypeSafe AI 的分类器 Jev 选择，并且仅在足够确定时运行。反应是任何人都可以编写、分享和改进的食谱。一个与您交谈的 CLI、一个用于 git 反射的包管理器以及一个 TypeScript SDK。

使用 Jev 支持的决策进行代理图演化的语言和运行时。

由 Jev 驱动的可配置语义 Linter，支持文件级 Noul 判断和魔法字符串插件。

浏览器代理比较，针对 Jev 演示对一目了然的开放模型策略进行基准测试。

从客服路由到三维驾驶模拟的交互实验：输入结构化传感器状态，输出类型化转向、制动和超车决策。

pandas 和 Polars 的语义 AI：使用 TypeSafe Jev 对文本进行分类、分析情绪并通过自然语言问题和完整概率对 DataFrame 行进行评分。

由 Jev 驱动的编程 Agent 提示词注入与危险操作护栏，支持 Claude Code、Codex、Pi 和 ACP。

Jev Capability Resolver for task-relevant deterministic commands.

一种轻量级的原生 Swift 6 桥，将 TypeSafe AI 的 Jev System One 决策模型集成到 Apple 的基础模型框架中。

Rails-native Jev wrapper for typed, calibrated application control flow.

面向 Instagram、TikTok 和 LinkedIn 的社交研究 Agent：Jev 持续选择下一项具体操作及目标，socai 在本地 Chrome 会话中执行。

采用 CC0 的 Jev 生态列表，追溯项目原始来源，覆盖开放模型、Agent、研究、应用和批评观点。

Rust 类型化 TypeSafe AI 客户端，提供异步和阻塞后端以及可观测重试。

浏览器中的二维自动驾驶模拟，由 TypeSafe Jev 决策模型驱动。

Agent 技能，用于发现 TypeSafe Jev 应用机会、设计类型化问题并借鉴近期社区实验。

Chrome 扩展，由 Jev 给 X 帖子标注内容类型并判断哪些帖子应隐藏。

采用 CC0 的 Jev 目录，按 SDK、Agent、应用、数据工作流、开放模型和资源整理 98 个仓库链接。

开放 Jev 风格判断层，以概率回答有限选项，支持文本、图像和日语语音命令。

针对 Jev、TypeSafe AI 的 System One 模型的项目、集成和资源的精选列表。

实验性 Jev 股票框架，根据结构化市场数据预测短期股价方向。

使用 Jev 展示日常股票状态。

Claude Code Stop hook：文件变化后若没有通过检查，就一次询问 Jev 四个问题，阻止未经验证的完成声明；出错时放行。

用于校准、设定阈值并检测类型化决策模型漂移的工具，以 LLM 教师评估 TypeSafe Jev，避免凭感觉设置置信度阈值。

概念验证：让 TypeSafe Jev 审查 Hermes Agent 的智能命令审批；在 153 条真实命令上测得更快且提示更少，仅处理审批。

Hermes Agent 的 TypeSafe（Jev）技能路由器，在模型调用前选出唯一值得加载的技能；按需启用且仅使用标准库。

PowerShell 模块，可向 Jev 提交类型化的 Noul、Choice 和 Score 问题，并返回适合流水线处理的结构化答案。

使用 TypeSafe Jev 实现类型化、感知置信度的 Agent 技能路由。

作为 Pi 编程 Agent 静默决策层的 TypeSafe Jev。

使用 TypeSafe Jev 提供类型化 System One 决策、排序、验证及可选 Hermes 工具门控。

Sorts text by a plain-English criterion using pairwise Jev judgments and a locally fitted scale.

面向 CUDA LLM、受 Jev 启发的并行决策：一次上下文完成多个判断，提供 vLLM API、游戏 Agent 示例和可复现基准。

读取 Chrome 中的 LinkedIn 收藏帖子，用 Jev Choice 分配用户自定义分类，导出可搜索看板、CSV 和 JSON。

本地 0.8B Jev 风格模型及兼容服务器，支持 Choice、Score、Noul 决策，并附 Agent 技能和 Claude Code 权限守门器。

在 X 时间线上标注每条帖子的行为意图，判断由仅返回概率而不生成文本的 Jev 完成。

像普通 Ruby 一样的语义决策 — 感觉？、决定、评分、由 Jev 支持的 Rails 验证和模式匹配

LLM 路由器选择能够处理查询的最便宜的模型，使用 TypeSafe 的 Jev 进行快速分类而不是 LLM 调用。

面向 OpenTelemetry 的开源 Jev 日志分诊，在昂贵的 LLM 分析前先评估信号。

TypeSafe AI API 的 Go SDK：输入类型化问题，返回概率分布。

Experimental language and Rust runtime with composable semantic questions and Jev-backed decision methods.

可复现的模拟交易竞技场，向 Eikos 与 Jev 提供相同市场状态和类型化问题，再比较净值与概率预测。

通过 TypeSafe 或 OpenRouter 为 OMP 提供由 Jev 评分、原文保留的上下文缩减。

Zod 校验结构，Jev 校验语义：将请求体的语义检查转为可由代码设定阈值的校准概率。

通过类 psql CLI 及 Go、TypeScript、Python SDK，为原生 PostgreSQL 查询加入 jev()、jev_prob、jev_choice 和 jev_score。

CDP 浏览器库，通过批量 Jev Choice 问题选择操作和从 DOM 提取的目标。

通过 Vercel AI Gateway 使用 TypeSafe Jev，为 Pi 自动选择模型。

面向 ego lite 的 TypeScript 浏览器 Agent，使用 Jev Ultrafast 索引动作、TypeSafe Jev 决策及持久 observe/act CLI，无需 Chrome 或 Playwright。

开放的多模态决策模型，通过 Jev 风格的 Choice、Score、Noul 端点，为文本和截图返回候选项概率。

受 TypeSafe AI 启发，让本地 LLM 回答类型化问题并返回校准概率，而非生成文本；无需生成或解析结构化输出，适用于 MLX/Apple Silicon。

可观测的浏览器潜行游戏：Jev 作出类型化守卫判断，确定性代码负责世界规则。

浏览器代理集成，Jev 为研究和分类工作流程选择键入的操作。

逐个使用 Jev 按《代码整洁之道》判断 Pull Request 文件，再由 Luna 审查；基于 eve 和 Next.js。

将 Jev 用作校准重排序器：单次调用最多处理 30 个文档，并为每个文档返回概率。

面向 Agent 的 Haskell DSL，为 Jev 判断模型提供类型化数据包、类型推断和同标签答案。

输入自然语言案例，由 Jev 从固定目录中选择 UI，不生成任何代码或文案。

Agent skill for designing and validating Jev decision loops.

模型性能第一。代币储蓄第二。具有新鲜度感知读取重复数据删除、Jev 日志过滤和可搜索逐字调用功能的 Pi 扩展。保持现有消息历史记录完好无损。

适用于任意网站的 Jev 自动驾驶工具，并为不可逆点击提供护栏。

自托管 Stacks 数据服务，其 Slack 门控和故障分诊路径使用 Jev 决策。

本地 Jev 替代模型，通过兼容 System One 的接口返回 Noul、Choice、Score 和多标签概率。

面向 Unix 管道与 CI 的类型化语义决策工具，由 TypeSafe AI Jev 驱动。

浏览器试验场，可通过 TypeSafe、OpenRouter 或 Vercel AI Gateway 编辑并运行 Jev Choice、Score、Noul 问题。

Jev 的 Scala SDK。没有捆绑效果系统。

TypeSafe Jev 的小型无依赖 CLI。

AI 工作空间，通过 Jev 审批审查以类型化决策约束工作空间操作。

为 Agent Zero 提供 TypeSafe AI Jev 判断，包括类型化工具和概率卡片。

Open local System One implementation for NVIDIA DGX Spark with a Jev-compatible API.

浏览器 Agent：Jev 选择动作，LLM 阅读并规划，最终答案引用页面证据。

含 38 项基准的类型化决策指数复现工具，提供冻结的公开来源套件、可续跑执行器、官方评分器和 Jev 兼容 HTTP 引擎。

将 Jev 接入 MCP 客户端，并用共享数据集和可量化准确率对比其与通用 LLM 的判断。

一对一 Jev 快速狙击竞技场，使用 Three.js 与 TypeSafe System One。

异步 LangGraph 工作流，通过 Jev Choice 判断邮件属于发票还是一般邮件，并路由到对应处理器。

Pi 扩展：使用 TypeSafe Jev 决策进行原文保留式上下文压缩。

LegalForecast-MTD 法律预测基准 Alpha 版及官方评测工作流。

小型、可扩展的 TypeSafe Jev“决策到动作”运行框架。

站点搜索在本地召回候选人，然后使用 Jev 对他们进行评分和重新排名。

零样本命名实体识别，使用 Jev Choice 提名、核验并细化候选文本片段，保留字符位置、概率和决策轨迹。

托管 System One 兼容服务 Trio-Spark 的开放客户端、评测工具及可运行的文本、图像、视频决策演示；模型权重与训练代码未公开。

针对 Jev 韩语理解和医疗文本能力的可复现早期访问评测，包含运行时间与成本证据。

面向韩语的开放 2B 与 4B 多语言决策模型，通过 Kev 提供 Jev 兼容的 Choice、Score、Noul 概率。

由 Jev 和瑞士制匹配驱动的高速递归 AI Elo 锦标赛引擎。

浏览器驾驶游戏：在本地为拖入道路的图像生成描述，再用 Jev Choice 答案驾驶汽车，物理与计时由代码掌控。

类似 Jev 的本地系统 One 决策层，无需托管 API，即可返回类型选择和校准置信度。

社区版 .NET SDK，支持 Noul、Choice 和 Score 类型问题并返回带置信度的结构化答案；非 TypeSafe AI 官方项目。

小巧快速的文本 Linter，使用类似 Ruff 的写作规则代码，并由 TypeSafe Jev 支持。

Pre-commit hook：由 Jev 对照暂存 Diff 检查提交信息，并标记调试残留、未说明改动和新增凭据。

OpenJev：一个独立的、受 Jev 启发的 System One 决策 API，基于 TypeSafe.ai 概念。选择、分数和 noul 原语、本地模拟服务器、Python 和 TypeScript SDK。真实推理计划；不隶属于 TypeSafe AI。审核期间未找到存储库级许可证文件。

输出层采用 Jev 的词级语言模型，包含 n-gram 草稿器、Noul 分块验证和每 Token 比特评测。

基于证据的 Jev 稳健性、校准、不变性、注入、弃权和多语言研究目录，并提供机器可读条目。

使用 ONNX 和量化模型进行离线 CPU 推理的本地类 Jev 类型决策运行时。

混合编程框架：System 2 负责写作，System 1（Jev）执行反射式判断。

跨 Agent 软件开发技能，将 Jev 决策加入规划、执行、调试和完成门控。

无依赖的 Swift 6 客户端，支持 Jev Choice、Score、Noul、严格并发、重试和离线传输测试。

面向 Neon AI Gateway 的 Neon Function 代理，使用 TypeSafe Jev 进行路由。

使用 TypeSafe Jev 让无人机在随机城市中从 A 点自主飞到 B 点并避障，单次行程成本约 0.01 美元。

面向 TypeSafe Jev API 的可组合 Python 工具包，包含问题构建器、置信度门控、评测器、校准、CLI、MCP 服务器和 Agent 技能。

将您的 AGENTS.md 首选项转变为由 Jev 驱动的快速 AI linter。

Slidev 的语音驱动语义自动翻页工具，由 Cloudflare Agents 和 TypeSafe AI Jev 驱动。

Jev-powered MCP tool router for Codex.

typesafe.ai 的 Ruby 客户端。

TypeSafe System One 决策模型 Jev 的展示型能力研究。

浏览器原生 Doom Agent 实验，包含结构化空间状态、可组合 AI 控制、实时决策遥测和 Chocolate Doom WebAssembly 运行时。

MySQL 的自然语言行过滤，由 TypeSafe Jev 提供支持。

帮助 Jev 进行自然语言表达的实验项目。

Semantic verification for AI-generated code and specs.

提供四种规模的开放多模态 System One 模型，一次前向传播即可回答关于截图、图像、视频或文本的类型化问题。

使用 TypeSafe Jev 进行 Pull Request 风险路由并提供代码审查指导。

在综合支持票和公共分类基准上对 Jev 校准进行可重复评估。

试点研究监控流水线，Jev 使用类型化 Noul 与 Score 判断新论文、仓库是否有助于开放研究问题，并分流为保留、审核或丢弃，由另一模型撰写每日笔记。

通过确定性检查和 TypeSafe JEV System One 语义审查来捕获隐藏在 OpenAPI 散文中的破坏性 API 行为。

用于观测和评估 System One 工作流的官方工具。

混合浏览器框架：LLM 将目标拆为可验证子目标，Jev 选择动作和 DOM 字段，Playwright 负责执行。

从 Shell 向 Jev 提出类型化问题，以数字而非文本返回 Noul、Choice 和 Score 答案。

评测 Jev 重排序是否优于向量搜索：在 Agent Skills Hub 目录上使用 9,831 个相关性对和 164 个中英文查询，并测量裁判循环偏差。

在提交时让 Jev 按自然语言规则审查 Agent 编写代码的门控工具。

用于设计 Jev 辅助系统的 Agent 技能，涵盖决策理论、组合模式、问题诊断和验证门控。

自然语言 MCP 工具调度程序完全由 TypeSafe 的 Jev 提供支持 — 无通用 LLM。在运行时发现简单的 MCP 服务器的工具签名，并使用 Jev 的类型化原语 (Choice/Noul) 来选择正确的工具并直接从句子中提取其参数。审核期间未找到存储库级许可证文件。

从类型化 Jev 决策构建聊天机器人，通过 System One 概率进行分层推测解码。

Recruiting-screening demo combining deterministic checks with Jev judgments.

Hermes Agent 的 TypeSafe Jev（系统一）决策工具：jev_check / jev_route / jev_score / jev_evaluate

由 TypeSafe Jev 驱动的高吞吐合成与预训练数据集筛选器，以每秒 1,500 行以上的速度流式过滤和评分 Parquet、JSONL 数据。

Jev-reviewed tool-call gate with versioned local policy.

拥有自有权重的本地 5.96 亿参数类型化决策模型，支持 Choice、Score、Noul，并提供兼容 Jev 的 System One 端点。

TypeSafe Jev 决策框架，提供置信度门控、影子模式、配方和评测；同一行过滤任务从 Claude CLI 48.9 秒降至 Jev 1.3 秒。

面向 Laya 与 Kev 引擎的自托管 Jev 兼容服务器，提供 Docker 镜像、官方 SDK 兼容性和可运行的决策游戏。

面向招聘信息的开放、本地、零成本 Jev 风格决策层实现。

面向 LangChain 与 deepagents 的技能路由器；Jev 对已安装的 SKILL.md 排序，并判断每轮是否需要加载技能及应加载哪些技能。

由 Jev 驱动、支持自然语言谓词的 SQL，可按语义过滤、排序、分类和评分，并提供批处理、缓存与成本保护。

Experimental Jev-powered Playwright automation library.

TypeSafe System One API 及 Jev 模型的 Go 客户端，以类型化判断和校准概率替代文本生成。

TypeSafe System One（Jev）的 CLI 与 Agent 技能，支持 Choice、Score 和 Noul 类型化判断。

TypeSafe AI System One API 的独立 Rust SDK，支持异步和阻塞调用。

Agent 技能：将编程 Agent 的封闭式判断交给 TypeSafe Jev。

TypeSafe AI 的 Swift SDK。

System One API 的 Scala 3 / ZIO 客户端，通过 NamedTuple 实现端到端类型化和单次往返多问题。

DSPy 工作流程中 Jev/TypeSafe 决策的可重复校准和选择性风险基准

使用 Jev（TypeSafe 的 System One 模型）构建的精选项目。

最小化 Agent 循环，由 Jev 控制流程，LangChain 聊天模型生成参数值和最终回复。

Selects source-linked evidence within a token budget using Jev relevance judgments and local diversity selection.

Community Go client for the TypeSafe System One API with typed builders, retries, examples, and jev-latest by default.

由 Jev 完成所有决策、Vercel agent-browser 执行动作的真实浏览器 Agent，附带基准测试。

Codex 插件，在会话压缩前后按 Jev 指引原样恢复上下文；由 fast-jev-compaction 移植至 Codex 生命周期 hooks。

构建在 Jev 之上的语义 Schema：先在本地验证状态，再映射类型化答案。

《宝可梦 红》Agent，将结构化游戏状态转为 Jev 决策和经过验证的动作。

社区 TypeSafe AI 游乐场，包含 110 个用例、游戏、两难问题和模型挑战，支持编辑提示词、A/B 对比和移动端界面。

DSH 包，注册 jev_ask 以获取 TypeSafe Jev noul、选择和评分答案。

官方 TypeScript AI SDK（ai / ai-sdk）的惯用、类型安全 Elixir 移植版，提供统一 LLM 集成、流式文本、结构化输出、工具调用和 Agent 工作流；Jev 是其首个 System One 模型。

Pi 编程 Agent 的运行时约束，在有副作用的工具调用执行前，根据用户要求逐项检查；由 TypeSafe Jev 驱动。

符合 Java 习惯的 TypeSafe AI Jev System One 决策引擎 SDK。

Agent evals and guardrails that batch trace checks into one Jev-style decision request.

以 Jev（TypeSafe System One）作为决策器的 macOS 计算机操作方案。

高吞吐量、强大的本机 DuckDB 扩展，用于来自 SQL 的批处理和流式 TypeSafe/Jev 分类、评分和语义谓词。

构建在 LiteLLM 之上的开源 LLM 路由器，使用 TypeSafe Jev 选择模型。

一名 VGI 工作人员将 TypeSafe System One 问题（choice、noul、score）作为 LATERAL-joinable 表函数暴露给 DuckDB/SQL

MCP 服务器，将 TypeSafe Jev 暴露为类型化、校准的判断工具，支持分类、评分、检查和批量提问，并提供 Claude Code 插件。

使用前沿 AI 重构的 macOS 窗口切换器，由 TypeSafe Jev 模型预测目标窗口。

独立 Jev 1.13.0 行为研究，提供报告、受控提示实验、原始结果和离线验证。

Playwright 测试工具，由 Jev 选择操作和页面元素并判断验证声明，浏览器操作由代码执行。

带来源标注的 Jev 案例集，区分作者报告与独立核验结果，并记录每个案例的限制。

针对代码库中的每个函数提出是非问题，并在数秒内低成本返回排序答案；由 Jev 驱动的“问题式 Grep”。

将自然语言、LLM 提示或将其运行为 TypeSafe Jev 决策的代码的代理技能和 CLI：键入状态、Choice/Score/Noul 问题和可运行脚本

让模拟 Franka 机械臂执行零样本英文目标，由 Jev 串联硬编码动作原语。

本地 Jev 兼容评估服务器：POST /v1/systemone，输入 noul/choice/score，开放权重，无候补名单 审核期间未找到存储库级许可证文件。

YouTube 扩展，让 Jev 判断每段字幕的赞助内容概率，并在进度条上显示，无需众包数据库。

由 TypeSafe Jev 驱动的 LlamaIndex 重排序器与路由器，提供类型化评分和选择，成本低于 LLM-as-judge。

本地代理，使用 TypeSafe Jev 为每条消息选择 Claude 模型和推理强度；路由子 Agent，不影响主对话缓存。

开源 Jev 风格 System One 决策模型，基于 Gemma 3 270M 与评分头，单次前向完成快速校准决策，不生成文本。

由 Jev 驱动的游戏与决策实验。

评测决策模型能否击败专用重排序器：比较 Jev、Cohere Rerank 4、ZeroEntropy zerank-2 和聊天模型基线，覆盖 14 个数据集及全部原始响应。

用于 AI 代理工具调用 (TypeSafe/Jev) 上的预执行防火墙的影子模式验证工具。实际运行，report.md 中的发现。审核期间未找到存储库级许可证文件。

Claude Code 模组，将决策路由到 TypeSafe Jev：按提示词排序已安装技能，并在置信度足够时回答 Agent 的封闭式问题。

构建在无法生成文本的 TypeSafe Jev 上、以自回归方式驱动的聊天机器人。

浏览器自动化 MCP 服务器，Jev 在其中为编码代理选择下一个有界浏览器操作。

由 Jev 驱动的多维写作质量检查器，每个命名检查项独立返回结论与置信度。

用于 TypeSafe AI 的 Shadcn 风格可复用组件与区块。

TypeSafe Jev AI 的非官方 Laravel 集成，支持类型化响应、异步请求、作用域依赖注入和测试替身。

由 Jev 驱动的语义 MCP 防火墙，以校准的 System One 验证筛查每个工具调用、结果和说明；报告阻止召回率 94%、零误报，单次检查成本约 0.00002 美元。

批量及流式日志分析应用，由 Jev 或 Laya 回答可配置的类型化事件问题，验证数值结果，并可选执行 Python 动作。

利用 TypeSafe System One 模型快速、低成本地分类文本型文档。

Mastra 输入处理器，使用 Jev 作出类型化阻止决策并判定内容审核类别。

TypeSafe AI API 的 Rust SDK。

非官方 TypeSafe AI Go SDK，支持类型化答案、重试和上下文。

React 组件根据 TypeSafe 的 Jev 返回的校准判断来决定要渲染哪个组件、如何对列表进行排序以及是否显示可供性。审核期间未找到存储库级许可证文件。

面向 New API 的 TypeSafe AI System One 任务插件，提供原生 /v1/systemone 端点、路由和 Token 计费。

TypeSafe AI System One API（Jev）的 Go 客户端，可选集成 Langfuse 观测。

在 Banking77 上测量校准与基于置信度的路由：每 500 次决策成本 0.103 美元，准确率 80.2%。

八个 TypeSafe Jev 在机械与电气工程中的最小可运行示例，覆盖 CAD/CAE/CAM 路由、FEM 结果分诊、DFM 筛查、BOM 对齐和防幻觉提取，零依赖。

MCP 服务器通过 OpenRouter 或 TypeSafe 使用 Jev / System One 进行类型化决策

结合 TypeSafe Jev 与 Mobile MCP 的高速结构化 Android 控制循环。

Home Assistant 集成，用 Jev 评估实体状态、更新风险和清理建议，并以置信度门槛和用户确认控制修改。

Jev 的盲测安全基准，覆盖提示词注入和脆弱代码检测，基于 jev-go。

基于 typesafe-sdk gem 的社区 Rails 集成，支持配置、用量与成本持久化，以及可选置信度策略。

使用 Jev 决策模型筛选简历文件夹，提供类型化判断、可编辑策略和免费重新评分。

代理技能，发现有界判断步骤，首先尝试类型化决策模型（TypeSafe 的 Jev），并记录每次尝试

精致的 OpenAI + TypeSafe Jev 终端界面，提供答案和透明决策报告。

TypeSafe AI 平台的 .NET SDK。

实时判决页面，每十分钟向 Jev 输入当日奇闻、政治和国际新闻，并用三种原语判断 AI 是否应该消灭人类。

将每次 LLM 调用路由到能够完成任务的最低成本模型；约 180 毫秒内由 TypeSafe Jev 决策，策略使用 YAML，支持 TypeScript 和 Python。

用于 NEAR AI Cloud 推理和 IronClaw 代理的 Jev 路由客户端。

100 个 AI NPC 生活在小镇中，Jev 选择下一动作，世界系统书写故事。

可复现的 Jev Ultrafast 研究浏览器评测框架与实地笔记，包含质检案例、套件运行器和报告生成器；不构成投资建议。

在 NQ L10 订单簿数据上回测 Jev 作为买入、卖出或持有交易器的表现。

Jev 概率校准、不确定性和预测保存的可重复实验。

Record linkage using Jev pair judgments against a plain-English matching rule, with auditable probabilities.

使用 Jev Noul 判断来突出显示与自然语言问题匹配的行的 PDF 阅读器。

使用 TypeSafe Jev System One 原语和 Gemini 的判别式蒙特卡洛树搜索。

使用 Jev 判断 Claude Code 会话需要哪个已安装技能，并通过 skills.sh 发现技能。

由 TypeSafe Jev（System One）驱动的高速低成本任务分类器与三级路由引擎。

检查被引用论文是否支持引用它的句子：Claude 验证引文，Jev 评分，最终由人工决定。

在 TypeSafe Jev 上构建版本化判断函数，并从后端经 HTTP、从编程 Agent 经 MCP 调用同一发布版本；供应商密钥保留在本机。

并非每项编程任务都需要最强模型：面向 Claude Code 的实验性 Jev 模型路由，V3 可运行，V4 在任务边界路由。

基于 Jev Ultrafast 与 Browser Harness、以证据为导向的前端 QA，附带合成 Todo 演示。

适用于 macOS 和 Windows 的开源原生计算机操作方案，结合 TypeSafe Jev、本地 OCR 和选择性规划。

在用户看到每个 LLM 响应之前对其进行判断。 AI SDK 中间件和 OpenAI 兼容代理。

由 TypeSafe AI（Jev System One）驱动的自动化数据库迁移安全审查器。

.NET 10 客户端，支持托管 Jev 和兼容的本地服务器，提供类型化 Choice、Score、Noul 答案及 Microsoft AI 集成。

TypeSafe System One API 的社区 Java 客户端（非官方）。

编程 Agent 插件，使用 Jev 或兼容的 System One 模型判断 Shell 风险、任务复杂度、上下文保留与工具暴露范围，具体能力取决于宿主 Agent。

采用 CC0 的目录；代码条目链接到固定版本的 Jev 调用点，并按公开核验方法标注声明。

Pi 上下文裁剪扩展，用 Jev 删除或截短过期工具调用，并原样保留其余内容。

两个 Jev Agent 通过 Browser Use 在纯点击浏览器游戏中对战。

在分类树上递归执行 Jev Choice，绕过单次最多 255 个选项的限制。

面向 TypeSafe AI Jev/System One 的系统架构技能，将模糊语义判断拆为小型 Choice、Score 和 Noul 原语。

Jev 探索记录，包含声明审计、在线演示和可运行代码。

使用 TypeSafe Jev 将 Claude Code 技能清单缩减约 75%，按相关性评分并通过 skillOverrides 隐藏其余技能。

由 Jev 驱动的语义浏览器操作工具。

使用 TypeSafe Jev API 为 Bluesky 帖子和草稿实时标注语气。

统一的 Jev/Playwright 核心，提供类型化 SDK、持久化 CLI、MCP 服务器、原生浏览器操作和确定性断言。

类型安全的模型路由器，由 Jev（System One）将每个请求分配到类型化目录路由。

用于代理的便携式 System-1 决策层具有主机拥有的路由、收据、重播和故障开放集成。

基于 PyBoy 的《宝可梦红》项目：Jev 只在分支处选择合法动作，并为每个战斗回合记录以 Brier 分数评估的倒下预测。

Neovim 插件，让 Jev 按自然语言问题评估每个函数，并在 quickfix 中按概率排序。

隐私优先的 Chrome 扩展，使用 TypeSafe Jev 按语义阻止原生广告、赞助信息流卡片和视频广告。

实验性多时间尺度 BTC 信号生成器，使用 TypeSafe Jev 概率和 Binance 市场数据。

TypeSafe Jev System One 模型的基准与游乐场，包含国际象棋和语音转文字游戏 NPC 对话对象识别。

用魔方谜题挑战 Jev 的推理能力。

由 Jev 支持的本地优先文档评估工作区

TypeSafe Jev 的异步 Python 客户端：输入类型化问题，直接获得概率与选择，无需解析文本。

使用 Jev 增强 Pydantic AI 能力的一组单文件、可运行小型示例。

亚秒级 pre-commit 和 pre-push 语义门控，使用 Jev 筛查暂存 Diff。

有依据的 GitHub 与 crates.io 发现 CLI 和 MCP 服务器，使用 Jev 评估架构适配、许可证与维护状态。

TypeSafe System One API 及 Jev 模型的非官方 Go 客户端。

在 2,000 封钓鱼邮件上比较 Jev 与 Claude Haiku 4.5 的准确率、校准度、延迟和成本，结果可复现。

Metis：由 TypeSafe AI Jev 提供支持的自动 GitHub 问题分类。可重用的 GitHub Action。

面向编程 Agent 的逐提示能力路由器，用 TypeSafe Jev 将提示词匹配到已安装技能、MCP 服务器、Agent 和命令，并衡量注入是否真正有效。

面向 TypeSafe AI JEV 模型系列的 PHP 与 Laravel SDK。

TypeSafe System One 的非官方 PHP 客户端，具有类型化 Choice、Score 和 Noul 请求以及同步或并发传输。

TypeSafe 的 Jev 的评估优先 MCP 服务器，这是一个 System One 模型，返回带有概率而不是生成文本的类型判断（noul、选择、分数）。

面向 Letta Agent 的技能，通过 TypeSafe System One（Jev）按标准执行判断。

使用类型化 Jev，并以零同步方式拉取和同步大型仓库以进行 Issue 分诊。

工作台，将聊天完成请求转换为可编辑的 Jev 状态和问题，将文本生成与类型化的判断进行比较，并公开可重用的代理路由。

TypeSafe AI API 的 Go SDK。

可复现的 Jev 研究论文、证据与论文材料包。

Oh-my-pi 扩展，在工具输出和早期助手文本进入主模型上下文前，让 Jev 批量执行 Noul 相关性判断；过滤需显式启用，原文可恢复。审核时未发现仓库级许可证文件。

无需运行目标技能，即可使用 TypeSafe Jev 预测其下一项封闭式决策。

RAG 流水线，由 Jev 路由查询、过滤检索片段并在输出前核验声明，另用代码检查数字是否有来源支持。

TypeSafe AI Jev 模型的实验游乐场。

将 TypeSafe Jev 接入 X.com、在浏览过程中分析帖子的 Chrome 扩展。

Almond 的浏览器计算机操作框架，结合 Chrome DevTools 与 TypeSafe Jev，并使用 Browser Use Olympics 基准测试。

CLI、MCP 服务和技能，用 Jev Choice 判断 Issue 类型、所属模块和信息是否充分，提供校准后的接受/复核策略及离线规则基线。

本地决策栈，融合两个冻结开放模型的四路读数，再通过一致性与校准门控决定回答或弃答。

SRT 翻译应用；Jev 的 Noul 检查标记需要人工复核的字幕对，但不改写字幕。

Claude Code 插件，在允许、升级或阻止工具调用前，让 Jev 将其与会话计划对照。

基于 .NET 10 与 React 19 的快速结构化 AI 工单分诊应用，使用 TypeSafe Jev。

统一调用 Jev、OpenRouter、OpenAI Decisions 与本地模型的 Python 客户端，支持类型化 Choice、Score、Noul 决策、按置信度回退及 System One 兼容服务器。

由 TypeSafe System One 驱动的快速语义代码搜索与 Diff 合理性审计器，面向 Antigravity、Cursor 和 Claude Code 等 AI 编程助手。

受 Jev 启发、面向现有 LLM 的决策接口，提供显式选择、评分、校准和审查阈值。

SO-101 机械臂工作台，由 Jev 在预算约束下选择有限关节动作。

TypeSafe AI Jev API 的非官方 Go SDK。

基于 DiffusionGemma 与 SGLang 的独立图文类型化决策服务器，附绘图试验场和公开评测材料。

将 Jev 强行构造成一颗 RISC-V CPU 的实验。

与提供方无关的 .NET 决策库，其 Jev 提供方将类型化 Choice、Score 和 Noul 问题映射到 System One API。

由 Jev 驱动上下文压缩和模型路由的 Pi 扩展套件。

面向 Agent 编程的桌面 GUI，在本地 Agent 和账户间路由任务，由 Jev 为每项任务选择最佳 Agent、执行基础代码审查并提供上下文。

由 TypeSafe Jev（System One）驱动的 Home Assistant Assist 对话 Agent。

适用于 TypeSafe/Jev 的 MCP 优先工具包 — System One 决策模型。一台 stdio 服务器 (jev mcp) 为任何支持 MCP 的工具提供服务，并由一个本地事件日志和 Prometheus 影响指标提供支持，您可以将其添加到自己的 Grafana 中。

TypeSafe System One API 的非官方类型化异步 Rust 客户端。

TypeSafe AI Jev 评测模型的 CLI：输入类型化问题，输出结构化 JSON 答案。

使用 Jev、自然语言规则和可安装 Agent 技能进行语义代码审查。

完全由 TypeSafe Jev Choice 驱动、可观测的原始字符聊天实验。

浏览器扩展，使用 Jev 对页面区块的清晰度、写作质量和站内 SEO 进行评分。

面向终端与 Agent 的并行网页搜索工具，使用本地 Chromium 和 Jev 引导探索。

Jev 风格类型化决策模型，测量延迟、准确率、校准度和训练成本。

让 Jev（TypeSafe AI）解决 2048。

用于试验 TypeSafe Jev System One 模型的小型 Next.js 应用。

本地 logprob 决策层与 Claude Code 权限门，评估命令风险、路由模型层级，并判断重试或卡住的运行。

基于 LangChain 与 Flask 的 Agent；Jev 在知识、计算器、天气和闲聊路线中选择，并以本地规则兜底。

TypeSafe AI Jev (System One) 决策 API 的类型安全 Java 21 客户端

安全警报分类过滤器，其中 Jev 或本地模型返回类型化配置，而策略路由保留在代码中。

用于试验 TypeSafe System One 模型 Jev 的游乐场。

Agent 工具/MCP 调用门控，通过 TypeSafe Jev 决定允许、询问人工或拒绝。

阻止编程 Agent 过早结束的 Stop hook，使用自然语言规则并由 Jev 判断。

评论审核游乐场：粘贴评论，由 Jev 决定处理方式。

使用 Jev 审判代码注释的质量。

使用 TypeSafe AI 提供的 RLCD 类模型 Jev，独立且低成本地评判 Agent 编程会话。

通过《权力的游戏》场景演示 TypeSafe Jev 的概念验证。

TypeSafe Jev 在浏览器中游玩原版《文明 II》，实时展示动作概率；实验性完整游戏框架。

Jev 与 ASReview SYNERGY 摘要筛选演示，将 Choice/Noul 结果与金标准标签对比。

Jev 的非官方 MCP 服务器（Typesafe AI）

System One 模型的类型化决策库，将不确定答案与确定答案表示为不同类型，并由编译器强制处理。

MCP 服务器，使用 Jev 为编程 Agent 路由文件选择、任务路径和测试影响判断。

10 个可运行的 Agent 决策示例，覆盖记忆、重试、上下文选择和交接，提供离线固定样例及可选的 Jev 实时调用。

即插即用的 /v1/systemone 影子代理，将请求同时发送给 Jev 与本地决策模型，并记录一致性、校准度、延迟、成本和策略层差异。

基于 Jev（TypeSafe AI 的 System One 模型）构建的项目，由 Jev 自己策划。