THE JEV GUIDE · CURATED EDITION

Automatisation des workflows.

Annonces, explications, démos et projets communautaires autour de TypeSafe Jev, organisés par thème. Chaque entrée renvoie à sa source sur X.

Sélection curée · Non exhaustive · Mise à jour manuelle

5419posts curés
2789vidéos originales

Jev : un petit modèle de décision

Le post souligne que nous utilisons nos IA les plus intelligentes pour des décisions binaires simples, gaspillant leurs capacités. Jev renverse cela en étant un petit modèle de décision.

JEV rend l'automatisation plus flexible que des clics rigides

Emilio Alberdi explique comment JEV interprète l'écran, comprend l'objectif et décide de la prochaine action, même lorsque les boutons ou la structure changent ; Playwright contrôle le navigateur et JEV de TypeSafe AI décide.

JEV rend l'automatisation plus flexible que des clics rigides · original post image 1

La mise à niveau la moins chère avec Jev pour le routage de modèles

L'utilisateur partage une stratégie d'appel de modèles économique : demander d'abord à Jev de répondre oui/non et de scorer, si la confiance dépasse 0.9 on s'arrête, sinon Jev route l'appel vers le modèle approprié (Haiku, Sonnet, etc.), réduisant l'utilisation de modèles coûteux.

La mise à niveau la moins chère avec Jev pour le routage de modèles · original post image 1

Utiliser Jev pour masquer automatiquement les réponses IA sur Twitter

Un utilisateur partage comment il a configuré une automatisation Jev avec executor v2 en environ 2 minutes, en réutilisant son compte X et sa clé API Jev, en enregistrant les webhooks et en pilotant le tout avec son agent pour masquer les réponses IA.

Utiliser Jev pour masquer automatiquement les réponses IA sur Twitter · original post image 1

TypeSafe AI Jev dans les flux de travail d'entreprise

Cet article explore l'utilisation de TypeSafe AI Jev dans les flux de travail d'entreprise—l'IA n'a pas toujours besoin de générer du texte, parfois elle doit simplement décider. Link

TypeSafe AI Jev dans les flux de travail d'entreprise · original post image 1

Jev filtre les vrais messages dans les DM X

L'auteur a traité 6 214 messages directs avec trois agents : OpenAI Dots a lu la boîte de réception, Jev a décidé ce qui méritait une réponse, et Opus 5.5 a rédigé les réponses. Jev a éliminé 2 907 bots, 1 388 arnaques et 1 316 spams avant qu'Opus n'en voie un seul.

Video frame from the original post: Jev filtre les vrais messages dans les DM X

Jev comme porte de décision face aux alertes

Yessica décrit 20 000 alertes par jour comme une attaque DDoS sur l'attention ; Signal Desk place un portail de décision avant l'alerte finale, contrôlé par Jev.