Jev 开源项目图鉴

基于 System One 模型的自然语言判断，分支 ComfyUI 工作流。

通过构建来学习决策模型。

在 DuckDB 中组合快速 System One 判断与选择性 System Two 推理的扩展。

一个 .NET API，用概率分布完成分类、路由、评分和命题评估。

不确定时就保持沉默的 issue 分类。

Jev（TypeSafe AI）官方文档的非官方中文翻译。

用 TypeSafe Jev 或本地模型对 Paperless-ngx 收件箱文档进行分类。

已弃用的 TypeSafe AI 和 Jev 的 Elixir SDK。

TypeSafe System One 评估 API 的社区 Go SDK。

在候选人反馈分类上对比 TypeSafe Jev 与 LLM。

固定翼着陆模拟器与基准，可与 Jev 同场竞技。

基于 YAML 的分类、路由、评分与验证，支持 Jev 和 OpenAI 兼容后端。

由分类器为编码代理逐步选择推理力度。

读取 UI 树的 computer use MCP 服务，用 Jev 做快速判断。

面向编码智能体的奖励黑客雷达：结构化拒绝加 Jev 边车。

评估 Jev 在科学语义选择及其下游后果上的表现

模型提议、代码裁决的决策运行时。

使用 Jev 判断新闻的加密货币趋势跟踪机器人。

TypeSafe v1 API 的非官方 Go SDK。

Scala 3 客户端，用于 Jev 和 OpenAI Decisions 类型化决策模型。

在 DuckDB 内以 SQL 函数进行自然语言决策。

AstrBot 群聊增强插件，集成 Jev 决策模型智能复核插话。

面向工程师和编码助手的独立 Jev/System One 参考。

Braintrust 评测：spaCy 对比 TypeSafe Jev 的垃圾邮件与路由任务。

面向 .NET 的类型化、源生成决策问题，由 Jev 等提供方支持。

可通过 Unix 管道调用的 System One 模型命令行工具。

动态模型/硬件可行性检查，支持Jev风格决策模型。

每日 arXiv 论文雷达，用 TypeSafe AI 评估相关性。

macOS 菜单栏应用，把每个链接送到正确的浏览器和配置文件。

类型化决策 API，以及 AI 模型对战的街机。

终端中的 AI 数据库代理：自然语言转 SQL。

按语义查找的 Ctrl+F，附带精确出处。

TypeSafe System One API 的社区 Rails 集成。

为 adk-go 代理和工作流提供 TypeSafe System One 集成。

使用 System One 决策模型优化编码代理工作流并保障安全的插件。

AI 驱动的数据清洗与分类变量分析框架。

AI 驱动的数据清洗与分类变量分析，Jev 作为可选快通道。

精选 Jev 项目、SDK、教程与评估的列表。

本地 Codex 工具输出过滤，默认 OpenAI Decisions，可选 TypeSafe Jev。

为 Codex 提供证据选择与配额感知恢复，可选 Jev 重排序。

决策模型与小语言模型的可复现现场测试。

通过 System One API 调用决策模型的异步 Rust SDK，含厂商适配器。

为 PHP 提供类型化概率决策：Choice、Score、Noul。

为当前页面提供引导、摘要和操作的 Chrome 扩展。

把自己的材料变成逐得分点判分、带复习排期的考试。

带 Jev 守卫和证据校验完成声明的可验证浏览器代理。

自托管网关，通过 OpenAI、Anthropic 与 Jev 端点暴露 OpenCode 免费模型。

自托管网关，通过 OpenAI、Anthropic 与 Jev 端点暴露 OpenCode 免费模型。

从 OpenRouter 决策模型获取类型化的 Choice、Score 和 Noul 答案，并支持模糊规则。

在 System One 模型上将决策作为代码：类型化问题、滞回、日志、校准。

由 Jev 决策、LLM 执行的编码代理 CLI。

在显式状态游戏中将 Jev 与其他模型进行基准对比。

Jev 查询的 linter，捕获文档记录的模型失败模式。

用可读规则和类型化 AI 判断整理 Gmail。

将 System One/Jev 决策判断接入 OpenCode 会话的插件。

在 AI 代理行动前筛查提示、技能文件和 MCP 工具描述。

让 S1 模型测量及其后的坍缩成为 Ruby 原语。

独立基准，统一衡量决策模型的准确率、校准、延迟与成本。

本地 PR 审查器：确定性代码 + TypeSafe Jev 判断，内置精确率/召回率评测。

将 Jev 和 System One 文档提取为 markdown，用于训练 LLM。