jev-ultrafast
Autor browser-use
Ein öffentliches Python-Repository für einen Web-Agenten. Die GitHub-Beschreibung nennt ihn nur den schnellsten und günstigsten Web-Agenten, und diese Seite ergänzt nicht, wie er Jev aufruft.
Quelloffen
Öffentliche GitHub-Repositories, deren Beschreibung oder README-Anfang Jev, TypeSafe oder System One nennt. Geprüft am 2026-09-23.
Das sind öffentliche Repositories anderer Leute. JEV Hub pflegt und hostet sie nicht und hat sie nicht gebenchmarkt. Ein Repository, das Jev erwähnt, gehört nicht unbedingt zu TypeSafe; sieh in die README.
Autor browser-use
Ein öffentliches Python-Repository für einen Web-Agenten. Die GitHub-Beschreibung nennt ihn nur den schnellsten und günstigsten Web-Agenten, und diese Seite ergänzt nicht, wie er Jev aufruft.
Autor OpenByteInc
Ein Handelssystem, dessen Repository eine Jev System One-Integration nennt. Diese Integration ist nicht Jev selbst.
Autor tamaratran
Ein Claude Code-Plugin, das mit einer Jev-Anfrage Tool-Aufrufe und Ergebnisse bewertet, Veraltetes verwirft oder kürzt und den Rest im Wortlaut behält.
Autor TheoLeeCJ
Semantische Bedingungen aus offenen Modellen, gedacht für eine GPU zu Hause. Das Repository sagt, es sei unabhängig und weder Jev noch TypeSafe zugehörig.
Autor jaredpalmer
Eine unabhängige Familie kleiner Jev-artiger Entscheidungsmodelle auf Qwen3.5, die du selbst trainieren und ausführen kannst.
Autor jev-chat
Ein Chat-Copilot auf dem Telefon für WeChat, QQ, X und Feishu: er liest das Gespräch auf dem Bildschirm, beurteilt Absicht, Risiko und ob sofort geantwortet werden soll, und legt drei Antworten ins Eingabefeld, ohne zu senden und ohne Überweisungen, rote Umschläge oder Geldeingänge anzufassen. Er setzt keinen Hook, ändert das Installationspaket nicht und ruft keine Chat-API auf; WeChat- und QQ-Blasen kommen über die Barrierefreiheit, Feishu-Text über OCR auf dem Gerät, und ein manueller Screenshot kann einmal gelesen werden. Schlüssel bleiben auf dem Telefon, der Chat-Text geht nur während der Analyse an den Endpunkt, den du einstellst, das Projekt hat keinen eigenen Server, und ein leerer Antwort- oder Bild-Endpunkt übernimmt den des Urteils, samt optionaler TypeSafe-Direktverbindung.
Autor jarrodwatts
Eine KI-Handelsentscheidung je Monad-Block. Das Repository beschreibt das als Jev auf dem Kuru-Markt MON-USDC.
Autor TianyuCodings
Ein Nano-Nachbau von Jev: parallele Entscheidungen, dynamische Kandidaten und ein Trainingsablauf.
Autor vinnylarouge
Ein unabhängiges Einstiegsmodell: zu einem Text und einer Menge Optionen liefert ein Durchlauf eine Wahrscheinlichkeit je Option. TypeSafe hat den Entwurf nicht veröffentlicht. Eine lokale visuelle Demo ist dabei.
Autor yibie
Eine öffentliche Liste von Jev-Projekten, Integrationen und Diskussionen.
Autor reticlehq
Laufzeitwahrnehmung für Web- und Desktop-Apps, die das Repository Jev-style nennt. Es ist nicht das Jev-Modell.
Autor Anil-matcha
Eine öffentliche Liste von Fällen, Mustern, Prompts und Startcode für TypeSafe Jev, das das Repository ein System One-Modell nennt.
Autor kitfunso
Agentengedächtnis mit Verfall und Festigung. Das Repository sagt, die Suche könne optional einen TypeSafe-Jev-Reranker nutzen, und die Speicherschicht ist nicht Jev.
Autor v-modal
Eine öffentliche Liste von Werkzeugen, die das Repository als für Jev gebaut bezeichnet, das System One-Modell von TypeSafe AI.
Autor Sac-Y
Gibt den nächsten Computer-Use-Klick an Jev, das das README TypeSafe System One nennt: es wählt aus dem Bildschirmtext, und eine lokale Schranke hält heikle Aktionen an.
Autor devagrawal09
Stufenweise Codeprüfung und ein lokales Dashboard, gebaut mit TypeSafe Jev.
Autor jev-chat
Ein schwebendes macOS-Fenster für WeChat: erscheint eine Nachricht, zeigt das Fenster Absicht, Risikostufe und Antwortvorschläge, und Einfügen legt den Text nur ins Eingabefeld, ohne Senden zu drücken. Es sieht nur den Bildschirm: kein Injizieren, kein Hook, kein Entschlüsseln der WeChat-Datenbank, und das Fenster erscheint nur, solange WeChat vorne ist. Das Urteil kann über deinen TypeSafe-Jev-Schlüssel oder ein kleines lokales Modell offline laufen; die Antworten gehen über einen von dir gesetzten OpenAI- oder Anthropic-kompatiblen Endpunkt oder über lokales Ollama.