Jev Ultrafast
O Jev escolhe uma ação e um elemento do navegador a partir do estado da página; outro modelo escreve o texto a introduzir.
Explore projetos open source do Jev revistos e ordenados por estrelas no GitHub: agentes, ferramentas MCP, SDKs e exemplos. Descubra também modelos System One e experiências de interface da comunidade inspirados no Jev.
Encontre um projeto pela decisão que ajuda a tomar. A classificação usa um registo datado do GitHub e inclui apenas os repositórios analisados aqui.
A mostrar os projetos 1–10 de 116 resultados
O Jev escolhe uma ação e um elemento do navegador a partir do estado da página; outro modelo escreve o texto a introduzir.
Um assistente de conversas para Android que lê mensagens visíveis por acessibilidade ou OCR, pede ao Jev para avaliar intenção e risco e ordena rascunhos sem os enviar.
Um plugin do Claude Code que usa o Jev para manter, encurtar ou remover chamadas a ferramentas e resultados sem reescrever a conversa.
Um bot de trading na Monad com um modo Jev opcional para decidir comprar ou vender; por defeito usa uma regra simulada.
Um CLI e skill para agentes que usam o Jev para percorrer pastas, ficheiros e declarações relevantes e devolver excertos de código e pistas de leitura.
Um assistente WeChat para Windows com captura local, OCR, decisões Jev e respostas ordenadas; o preenchimento é explícito e o envio permanece manual.
Serve modelos de decisão abertos compatíveis através do vLLM, com processamento em lote, entrada multimodal e uma API System One para Choice, Noul e Score.
O Jev acompanha o progresso de agentes de programação e sinaliza quando é preciso verificar ou intervir.
Analisa alterações e repositórios por etapas com o Jev para avaliar riscos, evidências e gravidade.
Jev Skills instaláveis e workflows de agentes editáveis, com modelos de cenários, exemplos gravados e testes.
Usa o Jev para escolher o nível de modelo em cada interação do Claude Code ou Codex, sem alterar o fluxo de trabalho no terminal.
Um servidor MCP com ferramentas Jev para verificar, filtrar, ordenar e rever código.
Escolhe fontes de pesquisa com o Jev e ordena resultados do Search1API, apresentando ligações em vez de respostas geradas.
Permite que um LLM autor crie e, se necessário, evolua um Jev Harness específico, antes de fixar código e perguntas para decisões rastreáveis em execução.
Uma sobreposição WeChat para macOS que lê conversas por captura e OCR, usa um modelo local ou Jev para detetar intenção e risco e cria respostas sem envio automático.
Agente móvel que usa o Jev para escolher ações num dispositivo Android através do Mobilerun, com estúdio em direto e registos de execução.
Uma extensão de navegador que usa Jev para classificar e ocultar elementos que distraem, reutilizando depois regras locais em páginas com o mesmo modelo.
Escolhe ações num navegador sem interface com o Jev e devolve o percurso, a página final e uma captura de ecrã.
Um linter semântico que usa o Jev para verificar código segundo regras próprias.
Três bots de negociação simulada em que o Jev escolhe ações de mercado válidas e o código impõe orçamentos, intervalos e limites de execução.
Uma suite aberta de benchmarks para comparar qualidade, custo, latência e fiabilidade de modelos de decisão tipada da classe Jev.
Uma ferramenta de linha de comandos que melhora classificadores Jev com rótulos humanos e GEPA.
O SDK Python oficial da TypeSafe para enviar perguntas tipadas ao Jev e ler resultados estruturados.
Cliente oficial da TypeSafe para enviar perguntas tipadas e ler respostas estruturadas do Jev em JavaScript ou TypeScript.
Uma biblioteca de competências autoalojada para agentes, com recomendações Jev opcionais entre competências autorizadas via TypeSafe, OpenRouter ou Vercel AI Gateway.
Um plugin de decisão para DeepSeek Harness que usa Jev em avaliações delimitadas no DSH e em workflows compatíveis de agentes de programação.
Trinta exemplos executáveis de Jev em dez níveis, de decisões tipadas simples a hooks, ferramentas e uso autónomo por agentes de programação.
Acrescenta ao PostgreSQL operadores semânticos de filtragem, extração, ordenação e verificação, com execução Jev, cache e probabilidades explicáveis.
Combina métricas do mercado cripto e publicações X selecionadas, depois pede ao Jev decisões delimitadas sobre ação, sentimento, squeeze e catalisadores, sem executar transações.
Kit de fluxos para vários provedores cujo módulo opcional entrega decisões bem delimitadas ao Jev e reaproveita regras e artefatos do projeto.
Plugin do DeepSeek Harness que usa Jev para escolher skills e ficheiros, supervisionar, filtrar resultados, corrigir e apoiar aprovações.
Um aplicativo de pesquisa em redes sociais que prioriza a execução local. O Jev Choice seleciona operações somente leitura no Instagram, TikTok e LinkedIn a partir de alvos observados; a CLI socai as executa no Chrome do usuário e retorna evidências com links para as fontes.
Um protótipo Windows e Chrome para o Codex: o Jev faz escolhas semânticas e o código local executa passos, confirma resultados e trata da recuperação.
Um SDK de IA em TypeScript cuja interface decide suporta TypeSafe Jev e outros serviços de decisão para encaminhamento tipado, controlo e relevância.
Um editor visual colaborativo que liga nós Jev e LLM, disponibiliza uma API REST e pré-visualiza testes.
Uma CLI de grep semântico que usa Jev para pontuar linhas de código pelo significado e combinar filtros com AND, OR e NOT.
Uma skill não oficial para agentes que ensina decisões tipadas com Jev, fluxos orientados pela confiança e padrões reutilizáveis da comunidade.
Agente de notícias durável que coleta fontes em horários definidos, usa Jev para filtrar, deduplicar e pontuar histórias como Hype, Facts e Signal e retoma após reinícios.
CLI em Rust que classifica Skills de agentes pelo contexto usando provedores compatíveis com Jev, com abstenção, hooks e feedback local.
Uma skill do Claude Code que entrega ao Jev filtragem, classificação e ordenação em massa e devolve uma lista curta com confiança para revisão.
Uma demonstração de extensão de navegador que combina ferramentas da página expostas por WebMCP com a seleção do Jev.
Avalia chamadas de ferramentas de agentes de programação e resultados não fiáveis com o Jev antes de permitir, confirmar ou bloquear ações.
Um ambiente de Pokémon Red que lê o estado válido do jogo e deixa o Jev escolher navegação, diálogos, equipa e combates sem alterar a memória.
Um harness de utilização do macOS que lê o estado acessível da interface e deixa o Jev escolher ações sem um modelo de visão.
Uma ponte nativa para Swift 6 que combina Apple Foundation Models com Jev para decisões tipadas acompanhadas de probabilidades.
Um navegador de computador em que um modelo de planeamento define o objetivo, o Jev escolhe entre as ações observadas e o código local controlado executa e regista o resultado.
Um kit de avaliação e guardrails para agentes que transforma um rasto e uma rubrica em decisões Jev e pode executar modelos locais compatíveis.
Um CLI e servidor MCP local que enviam trechos autorizados ao Jev para avaliar relevância e devolvem o código exato com caminhos e números de linha.
Uma aplicação local e só de leitura que organiza o Gmail em pastas e etiquetas fixas com o Jev.
Servidor MCP e CLI que usam o Jev para escolher links e trechos ao rastrear um site e devolver citações com fonte ao agente.
Transforma escolhas, pontuações e probabilidades do Jev em entidades e automatizações do Home Assistant.
Um gateway e visualizador local que guarda pedidos e respostas do Jev em SQLite e mostra ao vivo a ligação entre chamadas enquanto a aplicação corre.
Um cliente Java comunitário e uma integração Spring AI para a API TypeSafe Jev.
Direciona cada etapa de um agente de código para modelos rápidos ou fortes com um modelo de decisão Jev, por um proxy compatível com OpenAI e resultados reproduzíveis do Terminal-Bench.
Uma bancada local que combina medições do OpenCV, regras numéricas rígidas e decisões do Laya ou Jev para agricultura e inspeção visual de qualidade.
Módulo Android para WeChat que envia o contexto ao Jev para analisar emoção, sentidos implícitos e sugestões de resposta.
Uma camada de pesquisa para Rails que usa o Jev em etiquetas de indexação, intenção da consulta e reordenação contínua, com pesquisa textual e vetorial.
Executa um pipeline GraphRAG com Laya local ou Jev na nuvem para avaliar relações, percursos e filtragem de resultados.
Um chat com vários bots, auto-hospedado, no qual o Jev escolhe quem responde e um daemon Pi local executa cada turno.
Um servidor MCP com ferramentas Jev de verificação, triagem, ordenação e revisão que transforma probabilidades em políticas de continuar, rever ou escalar.
Um guia Jev passo a passo com exercícios no Playground, chamadas de API, configuração de agentes de código e um roteador executável testado no Jev 1.14.
SDK Go e CLI para chamar decisões Choice, Score e Noul do Jev em aplicações ou pipelines UNIX.
Parte de uma entidade maliciosa confirmada, segue ligações de telemetria e usa o Jev para reconstruir a cronologia, a cadeia de execução e a tabela de evidências de um incidente.
Uma interface Python para verificações, etiquetas, classificações e pontuações do Jev, com fluxos síncronos, assíncronos, em lote e por esquema.
O Jev avalia segmentos da transcrição e código determinístico cria vídeos de destaques e versões condensadas com resumos ligados aos tempos.
CLI em Rust que transforma respostas do Jev em saída de terminal, JSON, códigos de saída e ferramentas MCP para scripts, CI e agentes.
Laboratório local para comparar modelos de decisão com casos inspecionáveis, medições gravadas, repetição de fluxos e relatórios portáteis.
Quinze receitas de Jev testadas para triagem de suporte, organização de ficheiros, deteção de dados pessoais, reordenação de pesquisa, ações no navegador e muito mais.
Compara novos artigos do arXiv com interesses em linguagem natural usando probabilidades do Jev e publica uma lista ordenada e RSS.
Testa perguntas do Jev com dados rotulados de ajuste e validação, mostrando erros, calibração e se cada pergunta serve para decidir ou apenas ordenar.
Uma barreira de permissões para Claude Code que combina verificações de shell com decisões do Jev para permitir, negar ou encaminhar chamadas de ferramentas no modo automático.
Uma extensão que filtra o feed do X com regras escritas em linguagem natural, usando Jev ou outro modelo compatível escolhido pelo utilizador.
Receitas em Jupyter para Choice, Noul e Score, separando exemplos publicados, ao vivo ou gravados, do conteúdo planejado.
Coloca o modelo local Laya frente a frente com o Jev em corridas de Snake e numa arena de combate; cada movimento vem de uma decisão real do modelo.
Um loop de agente para DeepSeek Harness centrado no Jev, com ações tipadas reutilizáveis, limiares de confiança, novas tentativas e rastros de execução.
Um servidor MCP local para navegador e macOS: o Jev escolhe ações limitadas e o código local executa, verifica e guarda os registos.
Adiciona decisões do Jev aos agentes OmO e senpi para escolher skills e ferramentas, acompanhar progresso, detectar ciclos e executar ações protegidas opcionais.
CLI, gestor de pacotes e SDK em que o Jev escolhe um pequeno programa instalado a partir de um pedido em linguagem natural e controla a execução conforme a confiança.
Curso prático de Jev com notebooks sobre agentes, encaminhamento, verificações de segurança e padrões de cérebro rápido e lento.
Proxy em lote com clientes Python e JavaScript que avalia vários estados do Jev em paralelo e devolve fluxos Apache Arrow ordenados.
Servidor local compatível com OpenAI que combina um modelo pequeno via llama.cpp com decisões do Jev e mantém a geração de texto no dispositivo.
Adiciona imagens, vídeo e RGB-D ao Jev, convertendo objetos detectados e dados da cena em decisões visuais estruturadas.
Ferramenta de testes web em que o Jev encontra controles na criação, gravações executam as repetições e o código decide o resultado.
Plugin do OpenCode Magpie que encontra catálogos gratuitos no OpenCode Zen e Kilo Gateway e adiciona roteamento nativo do Jev System One.
Um laboratório multiagente reproduzível e um núcleo de coordenação que usa o Jev para detectar conflitos entre gravações simultâneas do Claude Code e decidir entre prosseguir, aguardar ou encaminhar casos incertos a um modelo mais lento.
Aplicativo comparativo que pergunta ao Jev e ao AnyJev se uma manchete é sátira ou notícia real e mostra as duas decisões e probabilidades.
Reconhecimento de entidades sem treino que usa Jev para selecionar, verificar e tipar trechos, com probabilidades, rastos e avaliações multilingues.
Jogo furtivo em que o Jev propõe decisões dos guardas e o código determinístico do jogo as valida e executa.
Avalia 20 famílias de modelos semelhantes ao Jev em oito conjuntos de benchmarks com uma única CLI, dados preparados, métricas de probabilidade e rankings para download.
Painel para macOS que usa o Jev para encaminhar cada pedido a uma sessão de código ativa, pasta ou conversa anterior.
Indexa os controlos visíveis do navegador para que o Jev escolha uma ação Playwright válida e guarda provas e testes reproduzíveis.
Um modelo visual de decisão aberto de 4B, com pesos e código de treino e calibração publicados, servido pela API System One da TypeSafe.
Um inspetor React para acompanhar pedidos, respostas e fluxos de decisão com várias chamadas do TypeSafe Jev durante o desenvolvimento em Node, Vite ou Next.js.
Um conjunto de ferramentas Jev em Python com clientes síncronos e assíncronos, lotes, calibração, limites de confiança, modelos gráficos, CLI e servidor MCP.
Oito exemplos Python de decisões em engenharia, incluindo encaminhamento CAD, triagem FEM e correspondência de listas de materiais.
Uma extensão de navegador que pede ao Jev para pontuar secções legíveis segundo dez critérios de clareza, escrita e SEO on-page.
Combina detecções assíncronas do Jev Box com fluxo óptico e filtro de Kalman para rastrear objetos em tempo real sem bloquear cada quadro na rede.
Assistente Android para vagas que combina decisões do Jev com regras locais para destacar salário, benefícios e cláusulas a confirmar.
Um espaço de trabalho de desktop multiplataforma para Claude, Codex e Grok que pode usar Jev em decisões rápidas de voz e controlo de agentes.
Google Apps Script que usa Jev para etiquetar, priorizar e arquivar mensagens do Gmail, criar tarefas com prazo, sinalizar phishing e gerar um resumo diário.
Um servidor local que acelera modelos de decisão abertos com bifurcação exata de estado e disponibiliza várias famílias de texto e multimodais numa única interface.
Avalia 20 modelos de decisão especializados e três LLMs sem raciocínio em 1.342 decisões de texto de 31 categorias, medindo precisão, custo e latência mediana/p95.
Exemplo com SeleniumBase que reduz o HTML às evidências relevantes e pergunta ao Jev se há CAPTCHA e qual é o tipo.
Código, conjuntos de dados e resultados de um estudo red team reproduzível, em caixa-preta, sobre sufixos adversariais universais contra decisões tipadas do Jev.
Plugin do OpenCode que expõe decisões System One compatíveis com Jev como ferramentas do agente e pode julgar automaticamente eventos selecionados do fluxo.
Um gateway MCP local que combina controles determinísticos de PII/PHI com decisões Jev limitadas antes de agentes de código acessarem arquivos sensíveis.
Uma auditoria contrafactual reproduzível de 134.772 respostas do Jev que mede como mudanças apenas de identidade afetam decisões tipadas.
Adiciona a loops de modelos de linguagem recursivos subchamadas calibradas do Jev para classificação, sim/não e localização de trechos, com limite de gastos, testes offline e experimentos reproduzíveis.
Camada tipada em Go para Jev e Cloudflare Clef, com Choice, Noul, Score, comparação entre provedores, políticas explícitas e simuladores de teste.
Extensão de governança do agente pi que usa o Jev no planejamento, roteamento de modelos, revisão de permissões e verificação do resultado.
Exemplos Python executáveis via OpenRouter, incluindo triagem de pedidos de apoio e testes offline.
Uma arena de luta auto-hospedada para modelos de decisão, com lutadores configuráveis, torneios em pares, repetições determinísticas e benchmark de 21 modelos.
Avalia modelos System One e LLMs generativos em 52.199 decisões tipadas e ambientes de ciclo fechado, com conjuntos de dados, executores e ranking públicos.
Um benchmark multilíngue que compara Jev, outra API de decisões e três LLMs em quatro decisões de voz em tempo real em inglês, hindi e hinglish.
Agente Playwright orientado por objetivos que usa Jev para escolher ações de interface e verificar o progresso, gravando vídeos e gerando guias de usuário.
Nós comunitários do n8n para decisões tipadas de sim/não, escolha e pontuação via TypeSafe Jev, Venice ou outro endpoint /v1/systemone.
Estes modelos e experiências de interface da comunidade inspiram-se no Jev ou exploram abordagens semelhantes de decisão estruturada. Não são versões oficiais do Jev publicadas pela TypeSafe nem fazem parte do ranking de projetos do GitHub.
Ler o guia System One para programadoresQwen3.5-9B + diffusion drafterModelo de decisão de 9B ao estilo do Jev, com etapa opcional de raciocínio, pesos, código e dados de treino publicados e API local compatível.
Qwen3.5-4BModelo probabilístico de decisão de 4B com vocabulário aberto, pesos e treino em duas etapas publicados, inferência local e serviço HTTP.
Qwen3.5-9BUm adaptador LoRA inspirado no Jev, com método de treino para escolhas e perguntas de sim ou não. Funciona localmente e só aceita texto.
Qwen3-0.6BUm modelo pequeno com cabeças de decisão, código de treino publicado e demos de jogos para testar a escolha de ações.
Qwen3.5-2BUm modelo ajustado que devolve probabilidades para perguntas estruturadas numa só passagem. A versão atual só suporta inglês.
ModernBERT 151M / Verdict 2.0Um pequeno modelo de decisão baseado num codificador, com pesos publicados e uma demo WebGPU no navegador.
Qwen3.5-0.8BUm modelo de decisão multimodal de 0,8B com pesos, código de treino e avaliações publicados. Processa texto e imagens numa só passagem; os pesos destinam-se a investigação não comercial.
DiffusionGemma 26B-A4BUsa o modelo DiffusionGemma existente para responder a perguntas estruturadas através de uma API semelhante à do Jev. Não publica novos pesos do modelo.
Open-model logitsUsa modelos abertos existentes para pontuar respostas através de uma interface semelhante à do Jev. Não publica novos pesos.
Spark-X2.5-4BUm servidor local compatível com o Jev que lê os logits de resposta do Spark-X2.5. As perguntas partilham o mesmo prefill do estado e o projeto inclui playground e benchmarks.
Any causal LLMUm conjunto de ferramentas sem treino que transforma modelos de linguagem causais em modelos de decisão tipada, com correção do viés de ordem, calibração opcional e benchmarks reproduzíveis.
Qwen3.5 / DeBERTaUm servidor offline compatível com o Jev para Qwen ou DeBERTa, testado com o SDK oficial e acompanhado de resultados publicados no JevBench.
Qwen3-0.6BUm modelo de decisão Qwen3-0.6B para rastos de agentes e outras perguntas estruturadas, com pesos publicados, API HTTP tipada e sem descodificação de tokens.
Causal LMs / SGLangAdapta modelos de linguagem causais locais a serviços Choice, Score e Noul compatíveis com Jev através de pontuação apenas do prefill, com SGLang, Transformers e suporte multimodal.
Laya / ONNX RuntimeExecuta o modelo aberto Laya System One em Node.js através do ONNX Runtime, com um formato de pedido compatível com Jev e pesos publicados.
Qwen3.5-0.8BUm modelo de decisão Qwen3.5-0.8B para tailandês e inglês, com pesos, código de treino e API HTTP compatível com Jev publicados.
Qwen3.5-0.8B / 2BUm modelo de decisão multimodal inspirado no Jev que recebe texto, imagens e vídeo, com pesos, código de treino e comandos de avaliação publicados.
Qwen3.5-4BUm modelo de decisão aberto de 4B ajustado a partir do Qwen3.5, com pesos, método de treino reproduzível e proveniência dos dados documentada.
Open decision modelsUm serviço Rust local que descarrega e executa vários modelos de decisão abertos através de APIs nativas e compatíveis com a TypeSafe.
Qwen3.5-0.8B / 2B / 4BUma família multimodal Qwen3.5 de 0,8B, 2B e 4B, com pesos, código de treino e inferência, testes de calibração e API compatível com Jev.
Qwen3.5-4BUm modelo de decisão 4B para inglês e coreano, com pesos e quantizações publicados, probabilidades calibradas e servidor local compatível com TypeSafe.
Qwen3.5-0.8B / 2BUma família local de modelos de 0,8B e 2B com pesos publicados, contexto longo, API compatível, skills para agentes, ferramentas MCP e comandos de avaliação.
Qwen3.5-2B / 9B · Qwen3.8-27BUma implementação independente com pesos 2B, 9B e 27B, código de treino, servidor local compatível e avaliações reproduzíveis publicados.
Qwen3.5-VL 2B / 4B / 9BFamília aberta de modelos multimodais 2B, 4B e 9B para texto e imagens, com probabilidades calibradas, abstenção, pesos publicados e API local compatível.
0.6B / 0.8B / 4B decision modelsPequenos modelos abertos para decisões Choice, Score e Noul, com pesos publicados e inferência local em CPU, GPU NVIDIA e Apple Silicon.
Qwen3.5-0.8B / 4BModelos de decisão Qwen3.5 abertos de 0,8B e 4B, com pesos, código de treino, API local compatível com Jev e resultados reproduzíveis do Decision Index.
Qwen3.5-0.8B / 4BModelos Qwen3.5 abertos de 0,8B e 4B treinados para decisões de agentes de pesquisa, com dados, pesos, registos de treino e código de calibração publicados.
Cloudflare Clef 27B / 9BUm motor nativo em C e Metal para Cloudflare Clef e Clef-Flash no Apple Silicon, oferecendo decisões sobre texto, imagem e vídeo por uma API compatível com Jev.
mmBERT 144.3MUm modelo de decisão codificador bilingue de 144,3M parâmetros para decisões tipadas locais, com pesos, ferramentas de calibração, avaliações e servidor compatível com Jev.
Multilingual Laya checkpointsMotor de decisões multilíngue e não autorregressivo com checkpoints públicos, código de treino e ajuste, decisões tipadas e APIs locais compatíveis.
Qwen3.5-0.8B / 4BMotor multimodal local que combina bases Qwen3.5 congeladas com um pequeno módulo físico treinável, com checkpoints públicos de 0,8B e 4B.
Laya / ONNX Runtime JavaRuntime Java puro para Laya, com integração Spring Boot e Gradle e endpoints compatíveis com Jev e OpenAI.
Qwen3.5-4B / Qwen3.8-27BFramework para destilar e treinar modelos de decisão no estilo Jev sobre Qwen3.5 ou Qwen3.8, com calibração, avaliação e servidor compatível.
LLM-jp 4.1 8B / encoder 310MFamília japonesa de modelos de decisão tipados com pesos abertos de 8B e 310M, código de treino e avaliação, serviço GGUF e API compatível com System One.
Any llama.cpp GGUFAdiciona uma API System One e faixas reservadas de classificação a um modelo de chat llama.cpp, com calibração e raciocínio limitado opcionais, sem carregar outro modelo.
Qwen3-VL-4BModelo de decisão multimodal baseado no Qwen3-VL-4B, com pontuação dinâmica, escolhas invariantes à ordem, código de calibração e relatório técnico; os checkpoints ainda não estão disponíveis para download.
BitNet b1.58 2BModelo de decisão ternário baseado em BitNet 2B com cabeça ponteiro, probabilidades tipadas, registros reproduzíveis e calibração medida; o checkpoint publicado está privado no momento.
Open ONNX decision modelsExecuta localmente na CPU uma seleção de modelos de decisão abertos via ONNX e oferece biblioteca tipada, CLI, REST e API compatível com System One.
Qwen3-VL-4BUm modelo visual de decisão aberto de 4B, com pesos e código de treino e calibração publicados, servido pela API System One da TypeSafe.
Open decision model familiesUm runtime local que acelera modelos de decisão abertos com bifurcação exata de estado e disponibiliza várias famílias de texto e multimodais numa única interface.
Multilingual encoder 57M / ONNXUm modelo de decisão codificador multilíngue de 57 M para Choice, Noul e Score, com inferência ONNX, demonstrações no navegador e Raspberry Pi e API System One compatível.
Qwen3.5-9B LoRA / GGUFUm modelo de decisão multimodal 9B voltado para CPU e distribuído em GGUF, com Choice, Score, Noul, API compatível com TypeSafe e kit de ajuste LoRA.
Projetos independentes da comunidade, não versões oficiais do Jev.
Produtos publicados, sites independentes, aplicações, jogos, automações, projetos open source e experiências curiosas são bem-vindos quando o Jev tem um papel real. Analisamos pessoalmente todas as submissões.
A verificar o início de sessão…
Antes de incluir um repositório, verificamos o seu objetivo e origem. Os resumos refletem o que o próprio projeto afirma e não constituem uma validação independente de desempenho ou segurança. Estrelas, linguagem, licença e última atualização vêm de um registo datado do GitHub.
As estrelas apenas ordenam esta pequena seleção; não medem a qualidade. Leia o README, a licença e a atividade recente antes de usar o código.