Jev Ultrafast
Jev เลือกคำสั่งและองค์ประกอบในเบราว์เซอร์จากสถานะหน้าเว็บ ส่วนข้อความที่ต้องพิมพ์สร้างโดยโมเดลอีกตัว
สำรวจโปรเจกต์โอเพนซอร์ส Jev ที่ผ่านการคัดกรองและเรียงตามจำนวนดาวบน GitHub ทั้งเอเจนต์ เครื่องมือ MCP SDK และตัวอย่าง พร้อมค้นพบโมเดล System One และอินเทอร์เฟซทดลองจากชุมชนที่ได้แรงบันดาลใจจาก Jev
เลือกดูตามประเภทการตัดสินใจที่โปรเจกต์ช่วยได้ อันดับอ้างอิงข้อมูล GitHub ณ วันที่ระบุ และนับเฉพาะคลังที่เราตรวจแล้ว
แสดงโครงการ 1–10 จาก 116 รายการที่ตรงกัน
Jev เลือกคำสั่งและองค์ประกอบในเบราว์เซอร์จากสถานะหน้าเว็บ ส่วนข้อความที่ต้องพิมพ์สร้างโดยโมเดลอีกตัว
ผู้ช่วยแชต Android ที่อ่านข้อความบนหน้าจอผ่านการช่วยการเข้าถึงหรือ OCR ให้ Jev ประเมินเจตนาและความเสี่ยง แล้วจัดอันดับร่างคำตอบโดยไม่ส่งอัตโนมัติ
ปลั๊กอิน Claude Code ที่ใช้ Jev ตัดสินใจว่าจะเก็บ ย่อ หรือทิ้งการเรียกใช้เครื่องมือและผลลัพธ์ โดยไม่เขียนบทสนทนาใหม่
บอตเทรดบน Monad ที่เลือกใช้ Jev ตัดสินใจซื้อหรือขายได้ โดยค่าเริ่มต้นใช้กฎจำลอง
CLI และสกิลสำหรับเอเจนต์ที่ใช้ Jev ไล่หาโฟลเดอร์ ไฟล์ และส่วนประกาศที่เกี่ยวข้อง พร้อมส่งคืนโค้ดต้นฉบับและจุดที่ควรอ่านต่อ
ผู้ช่วย WeChat บน Windows ที่ใช้ภาพหน้าจอในเครื่อง OCR การตัดสินของ Jev และคำตอบที่จัดอันดับไว้ การกรอกข้อมูลต้องยืนยันและการส่งยังเป็นแบบทำเอง
ให้บริการโมเดลตัดสินใจแบบเปิดผ่าน vLLM พร้อมการประมวลผลเป็นชุด อินพุตหลายรูปแบบ และ System One API สำหรับ Choice, Noul และ Score
Jev ติดตามความคืบหน้าของเอเจนต์เขียนโค้ด และชี้ว่าจุดไหนควรตรวจสอบหรือเข้าช่วย
ใช้ Jev ประเมินส่วนต่างของโค้ดและรีโพทีละขั้น ทั้งความเสี่ยง หลักฐาน และระดับความรุนแรง
Jev Skills ที่ติดตั้งได้และเวิร์กโฟลว์เอเจนต์ที่แก้ไขได้ พร้อมเทมเพลตสถานการณ์ ตัวอย่างการทำงาน และการทดสอบ
ใช้ Jev เลือกระดับโมเดลในแต่ละรอบของ Claude Code หรือ Codex โดยยังทำงานผ่าน CLI แบบเดิม
เซิร์ฟเวอร์ MCP ที่มีเครื่องมือ Jev สำหรับตรวจสอบ คัดกรอง จัดอันดับ และรีวิวโค้ด
ใช้ Jev เลือกแหล่งค้นหาและจัดอันดับผลลัพธ์จาก Search1API โดยแสดงลิงก์แทนคำตอบที่โมเดลสร้าง
ให้ LLM ฝั่งผู้เขียนสร้างและปรับ Jev Harness เฉพาะงานได้ ก่อนตรึงโค้ดและคำถามเพื่อให้ติดตามการตัดสินใจขณะรันได้
โอเวอร์เลย์ WeChat บน macOS ที่อ่านบทสนทนาด้วยภาพหน้าจอและ OCR ใช้โมเดลในเครื่องหรือ Jev ประเมินเจตนาและความเสี่ยง แล้วร่างคำตอบโดยไม่ส่งอัตโนมัติ
เอเจนต์บนมือถือที่ใช้ Jev เลือกการทำงานบน Android ผ่าน Mobilerun พร้อมสตูดิโอสดและบันทึกขั้นตอน
ส่วนขยายเบราว์เซอร์ที่ใช้ Jev จัดประเภทและซ่อนองค์ประกอบรบกวนบนหน้า แล้วนำกฎในเครื่องกลับมาใช้กับหน้าแม่แบบเดียวกัน
ใช้ Jev เลือกการทำงานในเบราว์เซอร์แบบไร้หน้าต่าง แล้วส่งคืนลำดับขั้น หน้าเว็บสุดท้ายและภาพหน้าจอ
ลินเตอร์เชิงความหมายที่ใช้ Jev ตรวจโค้ดตามกฎที่กำหนดเอง
บอตซื้อขายจำลองสามตัวที่ให้ Jev เลือกการกระทำในตลาดที่ถูกต้อง ส่วนโค้ดบังคับงบประมาณ เวลารอ และขีดจำกัดการดำเนินการ
ชุดเบนช์มาร์กแบบเปิดสำหรับเปรียบเทียบคุณภาพ ค่าใช้จ่าย ความหน่วง และความน่าเชื่อถือของโมเดลตัดสินใจแบบมีชนิดข้อมูลระดับ Jev
เครื่องมือ CLI สำหรับปรับปรุงตัวจำแนกของ Jev ด้วยป้ายกำกับจากคนและ GEPA
Python SDK ทางการของ TypeSafe สำหรับส่งคำถามแบบระบุชนิดให้ Jev และอ่านผลลัพธ์ที่มีโครงสร้าง
ไคลเอนต์ JavaScript/TypeScript อย่างเป็นทางการของ TypeSafe สำหรับส่งคำถามที่กำหนดชนิดคำตอบและอ่านผลลัพธ์แบบมีโครงสร้างจาก Jev
คลังสกิลสำหรับเอเจนต์แบบโฮสต์เอง พร้อมคำแนะนำจาก Jev ที่เลือกใช้ได้ในกลุ่มสกิลที่อนุญาต ผ่าน TypeSafe, OpenRouter หรือ Vercel AI Gateway
ปลั๊กอินตัดสินใจสำหรับ DeepSeek Harness ที่ใช้ Jev ทำการประเมินแบบมีขอบเขตใน DSH และเวิร์กโฟลว์เอเจนต์เขียนโค้ดที่รองรับ
ตัวอย่าง Jev ที่รันได้ 30 รายการใน 10 ระดับ ตั้งแต่การตัดสินใจแบบมีชนิดอย่างง่าย ไปจนถึง hook เครื่องมือ และการเรียกใช้เองของเอเจนต์เขียนโค้ด
เพิ่มตัวดำเนินการกรอง ดึงข้อมูล จัดอันดับ และตรวจสอบเชิงความหมายให้ PostgreSQL พร้อมการประมวลผลด้วย Jev แคช และข้อมูลความน่าจะเป็นที่อธิบายได้
รวมตัวชี้วัดตลาดคริปโตและโพสต์ X ที่คัดเลือก แล้วให้ Jev ประเมินแนวทางการกระทำ อารมณ์ ความเสี่ยง squeeze และปัจจัยกระตุ้น โดยไม่ส่งคำสั่งซื้อขาย
ชุดเวิร์กโฟลว์หลายผู้ให้บริการ โดยส่วนเสริมที่เลือกใช้จะส่งการตัดสินใจที่มีขอบเขตชัดเจนให้ Jev และนำกฎกับผลงานกลับมาใช้ซ้ำ
ปลั๊กอิน DeepSeek Harness ที่ใช้ Jev เลือกสกิลและไฟล์ กำกับงาน กรองผลลัพธ์ แก้ไข และช่วยตัดสินใจอนุมัติ
แอปวิจัยโซเชียลมีเดียที่ทำงานบนเครื่องเป็นหลัก โดย Jev Choice เลือกการทำงานแบบอ่านอย่างเดียวบน Instagram, TikTok และ LinkedIn จากเป้าหมายที่ตรวจพบ จากนั้น socai CLI จะทำงานใน Chrome ของผู้ใช้และส่งคืนหลักฐานพร้อมลิงก์แหล่งที่มา
ต้นแบบควบคุม Windows และ Chrome สำหรับ Codex โดย Jev เลือกเชิงความหมาย ส่วนโค้ดในเครื่องทำตามขั้นตอน ตรวจผล และกู้คืนเมื่อผิดพลาด
SDK AI สำหรับ TypeScript ที่อินเทอร์เฟซ decide รองรับ TypeSafe Jev และบริการตัดสินใจอื่นสำหรับการกำหนดเส้นทางแบบมีชนิด การควบคุม และการประเมินความเกี่ยวข้อง
ตัวแก้ไขเวิร์กโฟลว์แบบภาพสำหรับทำงานร่วมกัน เชื่อมโหนด Jev และ LLM มี REST API และพรีวิวการทดสอบ
CLI grep เชิงความหมายที่ใช้ Jev ให้คะแนนบรรทัดโค้ดตามความหมาย และรวมตัวกรองด้วย AND, OR และ NOT
สกิลเอเจนต์แบบไม่เป็นทางการที่สอนการตัดสินใจแบบมีชนิดของ Jev เวิร์กโฟลว์ตามค่าความมั่นใจ และรูปแบบที่นำกลับมาใช้ได้จากชุมชน
เอเจนต์ข่าวที่ทำงานต่อเนื่อง เก็บแหล่งข้อมูลตามเวลา ใช้ Jev คัดกรอง ลบข่าวซ้ำ และให้คะแนน Hype, Facts, Signal พร้อมทำงานต่อหลังรีสตาร์ต
CLI ภาษา Rust ที่จัดอันดับ Skill ของเอเจนต์ตามบริบทด้วยบริการที่รองรับ Jev พร้อมการงดตอบ hook และข้อเสนอแนะในเครื่อง
สกิล Claude Code ที่ส่งงานกรอง จัดประเภท และจัดอันดับจำนวนมากให้ Jev แล้วคืนรายการย่อพร้อมค่าความมั่นใจให้เอเจนต์ตรวจสอบ
เดโมส่วนขยายเบราว์เซอร์ที่รวมเครื่องมือหน้าเว็บจาก WebMCP กับการเลือกโดย Jev
ให้ Jev ตรวจการเรียกเครื่องมือของเอเจนต์เขียนโค้ดและผลลัพธ์ที่ไม่น่าเชื่อถือ ก่อนอนุญาต ขอคำยืนยันหรือบล็อก
สภาพแวดล้อม Pokémon Red ที่อ่านสถานะเกมที่ถูกต้องและให้ Jev เลือกการเดินทาง บทสนทนา ทีม และการต่อสู้โดยไม่แก้หน่วยความจำเกม
Harness ควบคุม macOS ที่อ่านสถานะ UI ผ่านการช่วยการเข้าถึง และให้ Jev เลือกการทำงานโดยไม่ใช้โมเดลการมองเห็น
บริดจ์ Swift 6 แบบเนทีฟที่เชื่อม Apple Foundation Models กับ Jev เพื่อให้ได้การตัดสินใจแบบมีชนิดข้อมูลพร้อมค่าความน่าจะเป็น
เบราว์เซอร์เดสก์ท็อปที่ให้โมเดลวางแผนกำหนดเป้าหมาย Jev เลือกจากการกระทำที่พบในหน้า และโค้ดภายในเครื่องเป็นผู้ดำเนินการพร้อมบันทึกผล
เครื่องมือประเมินเอเจนต์และ guardrail ที่แปลงร่องรอยการทำงานกับเกณฑ์ให้เป็นการตัดสินของ Jev และรันโมเดลในเครื่องที่รองรับได้
CLI และเซิร์ฟเวอร์ MCP ในเครื่องที่ส่งส่วนโค้ดที่อนุญาตให้ Jev ประเมินความเกี่ยวข้อง แล้วคืนข้อความเดิมพร้อมพาธและเลขบรรทัด
แอปในเครื่องแบบอ่านอย่างเดียวที่ใช้ Jev แยก Gmail ลงโฟลเดอร์และป้ายกำกับที่กำหนดไว้
เซิร์ฟเวอร์ MCP และ CLI ที่ใช้ Jev เลือกลิงก์และข้อความระหว่างรวบรวมเว็บ แล้วส่งข้อความอ้างอิงพร้อมแหล่งที่มาให้เอเจนต์
แปลงตัวเลือก คะแนนและความน่าจะเป็นจาก Jev เป็นเอนทิตีและระบบอัตโนมัติของ Home Assistant
เกตเวย์และเครื่องมือแสดงผลในเครื่องที่บันทึกคำขอและคำตอบของ Jev ลง SQLite พร้อมแสดงความเชื่อมโยงของการเรียกแบบเรียลไทม์ขณะแอปทำงาน
ไคลเอนต์ Java จากชุมชนและการเชื่อมต่อ Spring AI สำหรับ TypeSafe Jev API
ใช้โมเดลตัดสินใจ Jev เลือกโมเดลเร็วหรือโมเดลประสิทธิภาพสูงให้แต่ละขั้นของเอเจนต์เขียนโค้ด ผ่านพร็อกซีที่รองรับ OpenAI พร้อมผล Terminal-Bench ที่ทำซ้ำได้
เวิร์กเบนช์ภายในเครื่องที่รวมการวัดด้วย OpenCV กฎตัวเลขแบบตายตัว และการตัดสินใจจาก Laya หรือ Jev สำหรับงานเกษตรและการตรวจสอบคุณภาพด้วยภาพ
โมดูล Android สำหรับ WeChat ที่ส่งบริบทการสนทนาให้ Jev ประเมินอารมณ์ ความหมายแฝง และแนวทางตอบกลับ
ชั้นค้นหาสำหรับ Rails ที่ใช้ Jev ทำป้ายกำกับตอนสร้างดัชนี เข้าใจเจตนาคำค้น และจัดอันดับใหม่แบบสตรีม ร่วมกับการค้นคำและเวกเตอร์
รันกระบวนการ GraphRAG โดยสลับระหว่าง Laya ในเครื่องกับ Jev บนคลาวด์ เพื่อประเมินความสัมพันธ์ การเดินกราฟ และการกรองผลลัพธ์
แชตหลายบอตแบบโฮสต์เอง โดย Jev เลือกบอตที่จะตอบ และดีมอน Pi ในเครื่องทำงานในแต่ละรอบ
เซิร์ฟเวอร์ MCP ที่มีเครื่องมือตรวจสอบ คัดกรอง จัดอันดับ และรีวิวด้วย Jev พร้อมแปลงความน่าจะเป็นเป็นนโยบายให้ไปต่อ ตรวจซ้ำ หรือยกระดับ
คู่มือ Jev แบบทีละขั้น พร้อมแบบฝึกใน Playground การเรียก API การตั้งค่าเอเจนต์เขียนโค้ด และตัวอย่างเราเตอร์โมเดลที่รันได้ซึ่งทดสอบกับ Jev 1.14
SDK และ CLI ภาษา Go สำหรับเรียกการตัดสิน Choice, Score และ Noul ของ Jev จากแอปหรือ UNIX pipeline
เริ่มจากเอนทิตีอันตรายที่ยืนยันแล้ว ติดตามความเชื่อมโยงของเทเลเมทรี และใช้ Jev สร้างไทม์ไลน์เหตุการณ์ ห่วงโซ่การทำงาน และตารางหลักฐาน
อินเทอร์เฟซ Python สำหรับการตรวจ ป้ายกำกับ การจัดประเภท และคะแนนของ Jev รองรับแบบซิงก์ อะซิงก์ แบตช์ และตามสคีมา
Jev ประเมินช่วงของบทถอดเสียง จากนั้นโค้ดแบบกำหนดแน่นอนจะตัดวิดีโอไฮไลต์และฉบับย่อพร้อมสรุปที่ลิงก์กลับไปยังเวลาเดิม
CLI ภาษา Rust ที่แปลงคำตอบ Jev เป็นผลลัพธ์เทอร์มินัล JSON รหัสออก และเครื่องมือ MCP สำหรับสคริปต์ CI และเอเจนต์
ห้องทดลองในเครื่องสำหรับเปรียบเทียบโมเดลตัดสินใจด้วยกรณีทดสอบ ค่าที่บันทึก การเล่นเวิร์กโฟลว์ซ้ำ และรายงานพกพา
ตัวอย่าง Jev ที่ผ่านการทดสอบ 15 แบบ ครอบคลุมการคัดแยกงานซัพพอร์ต การจัดไฟล์ การตรวจข้อมูลส่วนบุคคล การจัดอันดับผลค้นหาใหม่ การควบคุมเบราว์เซอร์ และอื่น ๆ
ใช้ความน่าจะเป็นจาก Jev จับคู่บทความ arXiv ใหม่กับความสนใจที่เขียนเป็นภาษาธรรมชาติ แล้วเผยแพร่หน้าจัดอันดับและ RSS
ทดสอบคำถามของ Jev กับข้อมูลติดป้ายสำหรับปรับแต่งและชุดทดสอบแยก พร้อมรายงานข้อผิดพลาด การสอบเทียบ และความเหมาะสมสำหรับการตัดสินใจอัตโนมัติหรือการจัดอันดับ
ด่านสิทธิ์สำหรับ Claude Code ที่รวมการตรวจสอบคำสั่งเชลล์กับการตัดสินใจของ Jev เพื่ออนุญาต ปฏิเสธ หรือส่งต่อการเรียกเครื่องมือในโหมดอัตโนมัติ
ส่วนขยายเบราว์เซอร์ที่กรองฟีด X ด้วยกฎภาษาธรรมชาติ โดยใช้ Jev หรือโมเดลที่รองรับซึ่งผู้ใช้เลือกเอง
สูตร Jupyter สำหรับ Choice, Noul และ Score โดยแยกตัวอย่างสดหรือบันทึกที่เผยแพร่แล้วออกจากรายการที่วางแผนไว้
นำ Laya ที่ทำงานในเครื่องมาแข่งกับ Jev ในเกม Snake และสนามต่อสู้ โดยทุกการเคลื่อนไหวมาจากการตัดสินใจของโมเดลแบบสด
ลูปเอเจนต์สำหรับ DeepSeek Harness ที่ใช้ Jev เป็นหลัก พร้อมแอ็กชันแบบมีชนิดที่นำกลับมาใช้ได้ เกณฑ์ความมั่นใจ การลองใหม่ และร่องรอยการทำงาน
เซิร์ฟเวอร์ MCP ภายในเครื่องสำหรับงานเบราว์เซอร์และ macOS โดย Jev เลือกการกระทำที่จำกัด ส่วนโค้ดในเครื่องทำงาน ตรวจผล และเก็บร่องรอย
เพิ่มการตัดสินใจด้วย Jev ให้เอเจนต์ OmO และ senpi สำหรับเลือกสกิลและเครื่องมือ ตรวจความคืบหน้า ตรวจจับการวนซ้ำ และสั่งงานแบบมีข้อจำกัดเมื่อเปิดใช้
CLI ตัวจัดการแพ็กเกจ และ SDK ที่ให้ Jev เลือกโปรแกรมขนาดเล็กซึ่งติดตั้งไว้จากคำขอภาษาธรรมชาติ และควบคุมการทำงานตามระดับความมั่นใจ
คอร์ส Jev แบบลงมือทำผ่าน Notebook ครอบคลุมเอเจนต์ การกำหนดเส้นทาง การตรวจความปลอดภัย และรูปแบบสมองเร็ว–สมองช้า
พร็อกซีแบบกลุ่มพร้อมไคลเอนต์ Python และ JavaScript ประเมินสถานะ Jev พร้อมกันและส่งคืนสตรีม Apache Arrow ตามลำดับ
เซิร์ฟเวอร์ในเครื่องที่เข้ากันได้กับ OpenAI ผสานโมเดล llama.cpp ขนาดเล็กกับการตัดสินใจของ Jev และเก็บการสร้างข้อความไว้บนอุปกรณ์
เพิ่มภาพ วิดีโอ และ RGB-D ให้ Jev โดยแปลงวัตถุที่ตรวจพบและข้อมูลฉากเป็นการตัดสินใจทางภาพแบบมีโครงสร้าง
เครื่องมือทดสอบเบราว์เซอร์ที่ให้ Jev หาองค์ประกอบ ใช้การบันทึกเล่นซ้ำ และให้โค้ดแอปตัดสินผล
ปลั๊กอิน OpenCode Magpie ที่ค้นหารายการโมเดลฟรีจาก OpenCode Zen และ Kilo Gateway พร้อมเพิ่มการกำหนดเส้นทาง Jev System One โดยตรง
แล็บมัลติเอเจนต์ที่ทำซ้ำได้และเคอร์เนลประสานงานซึ่งใช้ Jev ตรวจความขัดแย้งของการเขียนพร้อมกันจาก Claude Code แล้วเลือกให้ทำต่อ รอ หรือส่งกรณีที่ไม่แน่ชัดไปยังโมเดลที่ช้ากว่า
แอปเปรียบเทียบที่ถาม Jev และ AnyJev ว่าพาดหัวเป็นข่าวเสียดสีหรือข่าวจริง แล้วแสดงคำตัดสินและความน่าจะเป็นของทั้งคู่
การรู้จำชื่อเฉพาะแบบไม่ต้องฝึก โดยใช้ Jev เลือก ตรวจสอบ และระบุชนิดช่วงข้อความ พร้อมความน่าจะเป็น ร่องรอยการตัดสินใจ และผลทดสอบหลายภาษา
เกมลอบเร้นที่ Jev เสนอการตัดสินใจของยาม ก่อนให้โค้ดเกมตรวจสอบและนำไปใช้ตามกฎที่กำหนด
ประเมินโมเดลตระกูลคล้าย Jev 20 ตระกูลบนชุดเบนช์มาร์ก 8 ชุดด้วย CLI เดียว พร้อมชุดข้อมูลที่เตรียมไว้ ตัวชี้วัดความน่าจะเป็น และตารางอันดับที่ดาวน์โหลดได้
หน้าควบคุมบน macOS สำหรับเอเจนต์เขียนโค้ด ใช้ Jev ส่งคำขอไปยังเซสชันที่ทำงานอยู่ โฟลเดอร์ หรือบทสนทนาเดิม
สร้างดัชนีส่วนควบคุมที่มองเห็นในเบราว์เซอร์เพื่อให้ Jev เลือกคำสั่ง Playwright ที่ถูกต้อง พร้อมบันทึกหลักฐานและการทดสอบที่เล่นซ้ำได้
โมเดลตัดสินใจด้านภาพแบบเปิดขนาด 4B ที่เผยแพร่น้ำหนัก โค้ดฝึกและปรับเทียบ และให้บริการผ่าน TypeSafe System One API
ตัวตรวจสอบ React สำหรับติดตามคำขอ คำตอบ และลำดับการตัดสินใจหลายครั้งของ TypeSafe Jev ระหว่างพัฒนาแอป Node, Vite หรือ Next.js
ชุดเครื่องมือ Jev สำหรับ Python ที่มีไคลเอนต์แบบซิงก์และอะซิงก์ การประมวลผลเป็นชุด การปรับเทียบ เกณฑ์ความมั่นใจ เครื่องมือโมเดลกราฟิก CLI และเซิร์ฟเวอร์ MCP
ตัวอย่าง Python แปดแบบสำหรับงานวิศวกรรม เช่น คัดแยกงาน CAD ประเมินงาน FEM และเทียบรายการวัสดุ
ส่วนขยายเบราว์เซอร์ที่ให้ Jev ให้คะแนนส่วนเนื้อหาตามเกณฑ์สิบด้าน เช่น ความชัดเจน งานเขียน และ SEO บนหน้า
ผสานการตรวจจับ Jev Box แบบอะซิงโครนัสกับ optical flow และ Kalman filter เพื่อติดตามวัตถุแบบเรียลไทม์โดยไม่ให้ทุกเฟรมรอเครือข่าย
ผู้ช่วยดูประกาศงานบน Android ที่รวมการตัดสินของ Jev กับกฎในเครื่อง เพื่อชี้เงินเดือน สวัสดิการ และเงื่อนไขที่ควรตรวจสอบ
พื้นที่ทำงานเดสก์ท็อปข้ามแพลตฟอร์มสำหรับ Claude, Codex และ Grok ที่เลือกใช้ Jev สำหรับการตัดสินใจด้านเสียงและการควบคุมเอเจนต์อย่างรวดเร็ว
Google Apps Script ที่ใช้ Jev ติดป้าย จัดลำดับ และเก็บอีเมล Gmail สร้างงานตามกำหนด แจ้งเตือนฟิชชิง และสรุปรายวัน
เซิร์ฟเวอร์ในเครื่องที่เร่งโมเดลตัดสินใจแบบเปิดด้วยการแยกสถานะอย่างแม่นยำ และให้บริการโมเดลข้อความกับมัลติโหมดหลายตระกูลผ่านอินเทอร์เฟซเดียว
ประเมินโมเดลตัดสินใจเฉพาะทาง 20 รุ่นและ LLM ที่ปิดการให้เหตุผล 3 รุ่น ด้วยคำตัดสินข้อความ 1,342 ข้อใน 31 หมวด พร้อมวัดความแม่นยำ ค่าใช้จ่าย และเวลาแฝงค่ากลาง/p95
ตัวอย่าง SeleniumBase ที่คัดหลักฐานสำคัญจาก HTML แล้วให้ Jev ตรวจว่ามี CAPTCHA หรือไม่และเป็นชนิดใด
โค้ด ชุดข้อมูล และผลลัพธ์ของงาน red team แบบ black-box ที่ทำซ้ำได้ เพื่อศึกษาส่วนต่อท้ายโจมตีสากลต่อการตัดสินใจแบบมีชนิดของ Jev
ปลั๊กอิน OpenCode ที่เปิดคำตัดสิน System One ซึ่งรองรับ Jev เป็นเครื่องมือเอเจนต์ และตัดสินเหตุการณ์เวิร์กโฟลว์ที่เลือกได้อัตโนมัติ
เกตเวย์ MCP ในเครื่องที่รวมกฎ PII/PHI แบบกำหนดแน่นอนกับการตัดสินใจ Jev ที่จำกัด ก่อนให้เอเจนต์เขียนโค้ดเข้าถึงไฟล์สำคัญ
การตรวจอคติแบบตรงข้ามข้อเท็จจริงที่ทำซ้ำได้จากคำตอบ Jev 134,772 รายการ เพื่อวัดผลของการเปลี่ยนเฉพาะข้อมูลอัตลักษณ์
เพิ่มคำสั่งย่อยของ Jev สำหรับจัดหมวดหมู่ ตอบใช่/ไม่ใช่ และค้นหาช่วงข้อความในลูปโมเดลภาษาแบบเวียนซ้ำ พร้อมจำกัดค่าใช้จ่าย ทดสอบออฟไลน์ และทดลองซ้ำได้
เลเยอร์ Go แบบมีชนิดข้อมูลสำหรับ Jev และ Cloudflare Clef รองรับ Choice, Noul, Score การเปรียบเทียบผู้ให้บริการ นโยบายชัดเจน และตัวแทนทดสอบ
ส่วนขยายกำกับดูแลเอเจนต์ pi ที่ใช้ Jev ช่วยวางแผน เลือกโมเดล ตรวจสิทธิ์ และยืนยันผลลัพธ์
ตัวอย่าง Python ที่รันผ่าน OpenRouter ได้ รวมถึงการคัดแยกคำร้องฝ่ายช่วยเหลือและการทดสอบออฟไลน์
สนามต่อสู้โมเดลตัดสินใจแบบโฮสต์เอง มีนักสู้ที่ปรับแต่งได้ ทัวร์นาเมนต์แบบจับคู่ รีเพลย์ที่ให้ผลซ้ำเดิม และเบนช์มาร์ก 21 โมเดล
ประเมินโมเดล System One และ LLM เชิงกำเนิดด้วยคำตัดสินแบบมีชนิดข้อมูล 52,199 รายการและสภาพแวดล้อมวงปิด พร้อมเผยแพร่ชุดข้อมูล เครื่องมือรัน และอันดับ
เบนช์มาร์กหลายภาษาที่เปรียบเทียบ Jev, API การตัดสินใจอีกหนึ่งตัว และ LLM สามตัว ในการตัดสินใจสายเสียงแบบเรียลไทม์สี่แบบสำหรับอังกฤษ ฮินดี และฮิงลิช
เอเจนต์ Playwright แบบขับเคลื่อนด้วยเป้าหมาย ใช้ Jev เลือกการทำงานบนหน้าจอและตรวจความคืบหน้า บันทึกวิดีโอแนะนำและสร้างคู่มือผู้ใช้
โหนด n8n จากชุมชนสำหรับคำตัดสินใช่/ไม่ใช่ ตัวเลือก และคะแนน ผ่าน TypeSafe Jev, Venice หรือ endpoint /v1/systemone อื่น
โมเดลและอินเทอร์เฟซทดลองจากชุมชนเหล่านี้ได้แรงบันดาลใจจาก Jev หรือสำรวจแนวทางการตัดสินใจแบบมีโครงสร้างที่ใกล้เคียงกัน ไม่ใช่ Jev เวอร์ชันทางการจาก TypeSafe และไม่รวมอยู่ในการจัดอันดับโปรเจกต์ GitHub ด้านบน
อ่านคู่มือ System One สำหรับนักพัฒนาQwen3.5-9B + diffusion drafterโมเดลตัดสินใจขนาด 9B ในรูปแบบ Jev พร้อมขั้นตอนการให้เหตุผลแบบเลือกใช้ เปิดเผยน้ำหนัก โค้ดและข้อมูลฝึก รวมถึง API ในเครื่องที่เข้ากันได้
Qwen3.5-4Bโมเดลตัดสินใจเชิงความน่าจะเป็นขนาด 4B แบบคำตอบเปิด พร้อมน้ำหนักและโค้ดฝึกสองขั้นตอน การอนุมานในเครื่อง และบริการ HTTP
Qwen3.5-9Bอะแดปเตอร์ LoRA และแนวทางฝึกโมเดลที่ได้แรงบันดาลใจจาก Jev สำหรับคำถามแบบเลือกตอบและใช่/ไม่ใช่ ทำงานในเครื่องและรับเฉพาะข้อความ
Qwen3-0.6Bโมเดลขนาดเล็กที่มีส่วนหัวสำหรับการตัดสินใจ พร้อมโค้ดฝึกและเดโมเกมให้ทดสอบการเลือกการกระทำ
Qwen3.5-2Bโมเดลที่ปรับจูนแล้ว คืนค่าความน่าจะเป็นของคำถามที่กำหนดรูปแบบได้ในรอบเดียว เวอร์ชันปัจจุบันรองรับเฉพาะภาษาอังกฤษ
ModernBERT 151M / Verdict 2.0โมเดลตัดสินใจขนาดเล็กที่ใช้เอนโค้ดเดอร์ เผยแพร่น้ำหนักโมเดลและมีเดโม WebGPU บนเบราว์เซอร์
Qwen3.5-0.8Bโมเดลตัดสินใจแบบหลายสื่อขนาด 0.8B ที่เผยแพร่น้ำหนัก โค้ดฝึก และผลประเมิน รองรับข้อความและภาพในการคำนวณครั้งเดียว โดยน้ำหนักใช้ได้สำหรับงานวิจัยที่ไม่ใช่เชิงพาณิชย์
DiffusionGemma 26B-A4Bใช้โมเดล DiffusionGemma ที่มีอยู่แล้วตอบคำถามแบบมีโครงสร้างผ่าน API ที่คล้าย Jev โดยไม่ได้เผยแพร่น้ำหนักโมเดลใหม่
Open-model logitsใช้โมเดลเปิดที่มีอยู่ให้คะแนนคำตอบที่กำหนดไว้ผ่านอินเทอร์เฟซคล้าย Jev โดยไม่ได้เผยแพร่น้ำหนักโมเดลใหม่
Spark-X2.5-4Bเซิร์ฟเวอร์ที่รันในเครื่องและเข้ากันได้กับ Jev โดยอ่านล็อกิตคำตอบจาก Spark-X2.5 หลายคำถามใช้การ prefill สถานะร่วมกัน พร้อมสนามทดลองและผลทดสอบ
Any causal LLMชุดเครื่องมือที่เปลี่ยนโมเดลภาษาแบบ causal ให้เป็นโมเดลตัดสินใจแบบมีชนิดข้อมูลโดยไม่ต้องฝึกเพิ่ม พร้อมลดอคติจากลำดับตัวเลือก ปรับเทียบได้ และมีผลทดสอบที่ทำซ้ำได้
Qwen3.5 / DeBERTaเซิร์ฟเวอร์ออฟไลน์ที่เข้ากันได้กับ Jev สำหรับ Qwen หรือ DeBERTa ผ่านการทดสอบกับ SDK ทางการและเผยแพร่ผล JevBench แล้ว
Qwen3-0.6Bโมเดลตัดสินใจ Qwen3-0.6B สำหรับร่องรอยการทำงานของเอเจนต์และคำถามแบบมีโครงสร้าง พร้อมน้ำหนักโมเดลที่เผยแพร่ API HTTP แบบมีชนิดข้อมูล และไม่ต้องถอดรหัสโทเคน
Causal LMs / SGLangแปลงโมเดลภาษาเชิงเหตุผลในเครื่องให้เป็นบริการ Choice, Score และ Noul ที่เข้ากันได้กับ Jev ด้วยการให้คะแนนเฉพาะ prefill พร้อมรองรับ SGLang, Transformers และข้อมูลหลายรูปแบบ
Laya / ONNX Runtimeรันโมเดล Laya System One แบบเปิดใน Node.js ผ่าน ONNX Runtime โดยใช้รูปแบบคำขอที่เข้ากันได้กับ Jev และน้ำหนักโมเดลที่เผยแพร่แล้ว
Qwen3.5-0.8Bโมเดลตัดสินใจ Qwen3.5-0.8B สำหรับภาษาไทยและอังกฤษ พร้อมน้ำหนักโมเดล โค้ดฝึก และ HTTP API ที่เข้ากันได้กับ Jev
Qwen3.5-0.8B / 2Bโมเดลตัดสินใจหลายรูปแบบที่ได้แรงบันดาลใจจาก Jev รองรับข้อความ รูปภาพ และวิดีโอ พร้อมเผยแพร่น้ำหนัก โค้ดฝึก และคำสั่งประเมิน
Qwen3.5-4Bโมเดลตัดสินใจโอเพนซอร์สขนาด 4B ที่ปรับจาก Qwen3.5 พร้อมน้ำหนัก วิธีฝึกที่ทำซ้ำได้ และเอกสารแหล่งที่มาของข้อมูล
Open decision modelsบริการ Rust ภายในเครื่องที่ดาวน์โหลดและรันโมเดลตัดสินใจแบบเปิดหลายตัวผ่าน API ของตนเองและ API ที่เข้ากันได้กับ TypeSafe
Qwen3.5-0.8B / 2B / 4Bชุดโมเดลตัดสินใจหลายรูปแบบบน Qwen3.5 ขนาด 0.8B, 2B และ 4B พร้อมน้ำหนัก โค้ดฝึกและอนุมาน เกณฑ์ทดสอบการปรับเทียบ และ API ที่เข้ากันได้กับ Jev
Qwen3.5-4Bโมเดลตัดสินใจ 4B สำหรับภาษาอังกฤษและเกาหลี พร้อมน้ำหนักและรุ่นควอนไทซ์ ค่าความน่าจะเป็นที่ปรับเทียบแล้ว และเซิร์ฟเวอร์ในเครื่องที่เข้ากันได้กับ TypeSafe
Qwen3.5-0.8B / 2Bชุดโมเดลตัดสินใจ 0.8B และ 2B ที่รันในเครื่อง พร้อมน้ำหนัก บริบทยาว API ที่เข้ากันได้ สกิลเอเจนต์ เครื่องมือ MCP และคำสั่งประเมินผล
Qwen3.5-2B / 9B · Qwen3.8-27Bงานพัฒนาอิสระที่เผยแพร่น้ำหนัก 2B, 9B และ 27B โค้ดฝึก เซิร์ฟเวอร์ในเครื่องที่เข้ากันได้ และผลประเมินที่ทำซ้ำได้
Qwen3.5-VL 2B / 4B / 9Bตระกูลโมเดลตัดสินใจหลายรูปแบบแบบเปิดขนาด 2B, 4B และ 9B สำหรับข้อความและภาพ พร้อมความน่าจะเป็นที่ปรับเทียบ การงดตอบ น้ำหนักเปิด และ API ในเครื่องที่เข้ากันได้
0.6B / 0.8B / 4B decision modelsโมเดลเปิดขนาดเล็กสำหรับการตัดสินใจแบบ Choice, Score และ Noul มีน้ำหนักเผยแพร่และรันในเครื่องได้บน CPU, GPU NVIDIA และ Apple Silicon
Qwen3.5-0.8B / 4Bโมเดลตัดสินใจ Qwen3.5 แบบเปิดขนาด 0.8B และ 4B พร้อมน้ำหนัก โค้ดฝึก API ภายในเครื่องที่เข้ากันได้กับ Jev และผล Decision Index ที่ทำซ้ำได้
Qwen3.5-0.8B / 4Bโมเดล Qwen3.5 แบบเปิดขนาด 0.8B และ 4B ที่ฝึกเพื่อการตัดสินใจของเอเจนต์ค้นหา พร้อมเผยแพร่ข้อมูล น้ำหนัก บันทึกการฝึก และโค้ดปรับเทียบ
Cloudflare Clef 27B / 9Bเอนจิน C และ Metal แบบเนทีฟสำหรับ Cloudflare Clef และ Clef-Flash บน Apple Silicon ให้บริการการตัดสินใจจากข้อความ รูปภาพ และวิดีโอผ่าน API ที่เข้ากันได้กับ Jev
mmBERT 144.3Mโมเดลตัดสินใจแบบเอนโค้ดเดอร์สองภาษาขนาด 144.3M สำหรับการตัดสินใจแบบมีชนิดในเครื่อง พร้อมน้ำหนัก เครื่องมือปรับเทียบ การประเมิน และเซิร์ฟเวอร์ที่เข้ากันได้กับ Jev
Multilingual Laya checkpointsเอนจินตัดสินใจหลายภาษาแบบไม่สร้างทีละโทเคน พร้อม checkpoint สาธารณะ โค้ดฝึกและปรับแต่ง การตัดสินใจมีชนิด และ API ในเครื่องที่รองรับกัน
Qwen3.5-0.8B / 4Bเอนจินตัดสินใจหลายสื่อในเครื่อง ใช้ Qwen3.5 ที่ตรึงไว้ร่วมกับโมดูลฟิสิกส์ขนาดเล็กที่ฝึกได้ พร้อม checkpoint 0.8B และ 4B
Laya / ONNX Runtime Javaรันไทม์ Java ล้วนสำหรับ Laya มีส่วนเชื่อม Spring Boot และ Gradle พร้อม endpoint ที่รองรับ Jev และ OpenAI
Qwen3.5-4B / Qwen3.8-27Bเฟรมเวิร์กกลั่นและฝึกโมเดลตัดสินใจแบบ Jev บน Qwen3.5 หรือ Qwen3.8 พร้อมการสอบเทียบ ประเมินผล และโค้ดเซิร์ฟเวอร์ที่รองรับกัน
LLM-jp 4.1 8B / encoder 310Mตระกูลโมเดลตัดสินใจแบบมีชนิดข้อมูลสำหรับภาษาญี่ปุ่น เปิดน้ำหนัก 8B และ 310M โค้ดฝึกและประเมิน การให้บริการ GGUF และ API ที่รองรับ System One
Any llama.cpp GGUFเพิ่ม System One API และช่องทางจำแนกเฉพาะให้โมเดลแชต llama.cpp ที่ใช้อยู่ พร้อมการสอบเทียบและการให้เหตุผลแบบจำกัด โดยไม่ต้องโหลดโมเดลที่สอง
Qwen3-VL-4Bโมเดลตัดสินใจหลายสื่อบน Qwen3-VL-4B พร้อมการให้คะแนนตัวเลือกแบบไดนามิก การเลือกที่ไม่ขึ้นกับลำดับ โค้ดสอบเทียบ และรายงานทางเทคนิค โดย checkpoint ยังไม่เปิดให้ดาวน์โหลด
BitNet b1.58 2Bโมเดลตัดสินใจแบบ ternary บน BitNet 2B พร้อม pointer head ความน่าจะเป็นแบบมีชนิด บันทึกการฝึกที่ทำซ้ำได้ และผลสอบเทียบ โดย checkpoint ที่เผยแพร่ยังเป็นส่วนตัว
Open ONNX decision modelsรันชุดโมเดลตัดสินใจแบบเปิดที่คัดสรรแล้วบน CPU ในเครื่องผ่าน ONNX พร้อมไลบรารีแบบมีชนิด CLI, REST และ API ที่รองรับ System One
Qwen3-VL-4Bโมเดลตัดสินใจด้านภาพแบบเปิดขนาด 4B ที่เผยแพร่น้ำหนัก โค้ดฝึกและปรับเทียบ และให้บริการผ่าน TypeSafe System One API
Open decision model familiesรันไทม์ในเครื่องที่เร่งโมเดลตัดสินใจแบบเปิดด้วยการแยกสถานะอย่างแม่นยำ และให้บริการโมเดลข้อความกับมัลติโหมดหลายตระกูลผ่านอินเทอร์เฟซเดียว
Multilingual encoder 57M / ONNXโมเดลตัดสินใจแบบเอนโค้ดเดอร์หลายภาษา 57 ล้านพารามิเตอร์สำหรับ Choice, Noul และ Score พร้อม ONNX เดโมบนเบราว์เซอร์และ Raspberry Pi และ API ที่เข้ากันได้กับ System One
Qwen3.5-9B LoRA / GGUFโมเดลตัดสินใจมัลติโหมด 9B ที่เน้น CPU และแจกจ่ายเป็น GGUF รองรับ Choice, Score, Noul, API ที่เข้ากันได้กับ TypeSafe และชุดปรับแต่ง LoRA
ผลงานอิสระจากชุมชน ไม่ใช่ Jev เวอร์ชันทางการ
ไม่ว่าจะเป็นผลิตภัณฑ์ที่เปิดตัวแล้ว เว็บไซต์อิสระ แอป เกม ระบบอัตโนมัติ โปรเจกต์โอเพนซอร์ส หรือการทดลองแปลกใหม่ เรายินดีรับหาก Jev มีบทบาทจริง และเราจะตรวจทุกผลงานด้วยตนเอง
กำลังตรวจสถานะเข้าสู่ระบบ…
ก่อนเพิ่มคลังโค้ด เราตรวจวัตถุประสงค์และแหล่งที่มา ข้อความสรุปอ้างอิงคำอธิบายของเจ้าของโปรเจกต์ ไม่ใช่การรับรองประสิทธิภาพหรือความปลอดภัยอย่างอิสระ จำนวนดาว ภาษา ใบอนุญาตและวันที่อัปเดตมาจากข้อมูล GitHub ณ เวลาที่บันทึก
ดาวมีไว้จัดลำดับโปรเจกต์ในรายการที่คัดเลือกนี้เท่านั้น ไม่ได้วัดคุณภาพ โปรดอ่าน README ใบอนุญาตและการอัปเดตล่าสุดก่อนใช้โค้ด