Komuniti ini
JEV Hub
- Katalog bebas dan nota aliran
- Playground langsung dengan kunci anda
- Pelayan MCP untuk ejen, dengan kunci anda
- Tidak menyimpan atau merekod kunci API
Komuniti Jev bebas
Jalankan Jev dalam talian, kemudian bawa soalan yang sama ke kod anda.
Tampal kunci TypeSafe, tekan Jalankan, dan baca pilihan, kebarangkalian serta keyakinan sebenar Jev. Kemudian sambungkan soalan yang sama ke ejen anda melalui MCP atau SDK.
MODE
STATEticket.intent
KEYSrefund · bug · billing
Guna kunci TypeSafe anda sendiri. Ia dihantar sekali setiap larian dan tidak pernah disimpan.
Tiga cara bermula
Jalankan permintaan pada Jev dengan kunci anda dan lihat setiap kebarangkalian. Anda juga boleh sahkan, salin atau muat turun JSON.
Buka playground →Biarkan Claude Code, Cursor atau Codex bertanya soalan bertaip kepada Jev di titik keputusan, dengan kunci anda sendiri.
Sambungkan ejen →Satu SKILL.md yang mengekalkan bentuk permintaan, jenis soalan dan pengendalian keyakinan dengan betul.
Pasang skill →Dalam kod anda
import { TypeSafeClient, choice, noul, score } from "@typesafe-ai/sdk";
const client = new TypeSafeClient(); // reads TYPESAFE_API_KEY
const { answers } = await client.systemOne({
state: ticketText,
questions: {
team: choice("Which team should handle this ticket?", {
billing: "Payments, invoices and refunds",
technical: "Bugs and integration failures",
other: null,
}),
urgency: score("How urgently does the customer need a reply?", [
"Can wait", "Needs a timely reply", "Same-day deadline",
]),
wantsRefund: noul("Is the customer asking for a refund?"),
},
});
if (answers.team.confidence < 0.6) sendToHuman();
else route(answers.team.choice, answers.urgency.score);SDK JavaScript rasmi TypeSafe (npm install @typesafe-ai/sdk). Jawapan kembali bertaip, di bawah kunci yang sama.
Komuniti ini
Produk rasmi
api.typesafe.ai/v1/systemoneKarya komuniti
Lima demo bersumber daripada hantaran awam. Selebihnya dalam galeri.
David
Memperkenalkan jevgrep: CLI ejen penyelidikan dikuasakan Jev daripada @typesafeai yang mengurangkan kos ejen pengekodan anda sebanyak 40% (disahkan di SWE-bench). Pastikan guna skill terbina supaya ejen pengekodan anda tahu guna jg untuk mengumpul konteks.
OpenRouter
Memperkenalkan typesafe/jev-router: penghala model yang peka cache, dikuasakan Jev dan @typesafeai. Jev Router memilih model dan tahap penaakulan terbaik bagi setiap permintaan, mengimbangi kualiti, kelajuan dan kos. Begini cara ia berfungsi 👇🏻
Godefroy
Jev lawan Claude, robot yang sama, arahan yang sama. 233 ms lawan 2 saat. Dan ya, ia merajuk kalau anda menghinanya. Kelajuan 1x, buka bunyi.
ElevenLabs Developers
Pengesanan penipuan masa nyata dengan Jev dan ElevenLabs. ElevenLabs mentranskripsi pemanggil ketika bercakap, Jev mengira jumlah risiko penipuan dan mengesan tanda bahaya biasa. Setiap permintaan kembali dalam ~180 ms, dan 11 permintaan berharga $0.00043.
jhey ʕ•ᴥ•ʔ
membina linter penulisan masa nyata dikuasakan Jev 📝 tulis peraturan sendiri seperti “tanda apa-apa yang berbunyi seperti hantaran LinkedIn”, siap dengan pencetak resit 🖨️ (ada audio)
Sumber terbuka
Hanya enam repositori GitHub yang sudah disemak. Bintang milik GitHub pada 2026-09-23, bukan angka JEV Hub.
Pengarang tamaratran
Pemalam Claude Code yang menggunakan satu permintaan Jev untuk menilai panggilan alat dan hasil, membuang atau memotong yang lapuk, dan meninggalkan yang lain sebagaimana asalnya.
Pengarang vinnylarouge
Model permulaan yang bebas: diberi teks dan satu set pilihan, satu laluan memulangkan kebarangkalian setiap pilihan. TypeSafe tidak menerbitkan reka bentuk. Demo visual tempatan disertakan.
Pengarang TianyuCodings
Replika nano Jev: keputusan selari, calon dinamik, dan aliran latihan.
Pengarang jaredpalmer
Keluarga bebas model keputusan kecil yang seakan Jev, di atas Qwen3.5, yang anda boleh latih dan jalankan sendiri.
Pengarang devagrawal09
Semakan kod berperingkat dan papan pemuka tempatan, dibina dengan TypeSafe Jev.
Pengarang yibie
Senarai awam projek, integrasi dan perbincangan Jev.
Panduan
A worked example of high-volume product selection for Amazon FBA and TikTok Shop: batch margin, size, IP, and MOQ checks into one Jev request per product, and screen 80,000 listings for about $5 in a little over an hour.
A summary of programmer Yupi's hands-on Jev review: the three question types, why Jev is fast, a 1,000-email test against DeepSeek V4.1 Flash, where a match-pairs game fell short, and the limits he lists. With a runnable request.
Jinqiu Research sorted 5,314 public Jev case records into 1,912 applications. Gates, action control, and routing make up over half, and only about 11% have reached product or framework integration. The numbers, examples, and caveats, summarized.