kydlikebtc/awesome-jev
1207 public resources for Jev, TypeSafe AI's System One decision model, indexed by decision pattern. Source citations, dated link checks and scheduled call-site text checks; runtime and performance are not independently tested here. EN/中文, JSON schema and platform compatibility.
개요
awesome‑jev 는 TypeSafe AI 의 타입 기반 의사결정 모델 서비스인 Jev 를 사용하는 공개 예제들의 큐레이션 카탈로그입니다. Jev는 자유 형식의 텍스트를 생성하는 대신, 상태와 일련의 타입 지정된 질문을 보내면 구조화된 답변(choice, score 또는 “noul”)과 보정된 신뢰도 점수를 반환합니다. 이 카탈로그는 개발자가 Jev를 에이전트, 도구 및 파이프라인에 어떻게 통합했는지 보여주는 실제 코드 스니펫, 튜토리얼, 벤치마크 및 측정 결과를 인덱싱합니다.
저장소 자체에는 SDK, 모델 구현 또는 Jev의 런타임 코드가 포함되어 있지 않습니다. 이 프로젝트의 목적은 무엇이 시도되었는지를 기록하고, 원본 소스 파일에 대한 링크, 주의 사항에 대한 간단한 메모, 그리고 가능한 경우 독립적인 측정 결과(부정적인 결과 포함)를 제공하는 것입니다. 모든 항목은 catalog.json 에 저장되며 검색 가능한 웹사이트에 렌더링됩니다.
프로젝트 제공 내용
| 구성 요소 | 제공 내용 | 유용성 |
|---|---|---|
| 예제 카탈로그 | 의사결정 패턴(예: 도구 선택, 안전 게이팅, 콘텐츠 점수 매기기)별로 정리된 1,200개 이상의 공개 리소스(코드, 튜토리얼, 벤치마크). | 에이전트가 내려야 할 의사결정에 맞는 구체적인 스니펫을 빠르게 찾을 수 있습니다. |
| 패턴 인덱스 | 18개의 의사결정 패턴(각 패턴별 예제 수 포함, 예: 도구 선택 230개, 콘텐츠 점수 매기기 166개). | 커뮤니티의 경험이 어디에 집중되어 있고 어디에 공백이 있는지 파악하는 데 도움이 됩니다. |
| 프리미티브 가이드 | Jev의 세 가지 프리미티브(choice, score, noul)에 대한 시각적 설명과 특정 문제에 어떤 프리미티브를 사용해야 하는지 알려주는 의사결정 목록 선택기. | Jev 신규 사용자의 학습 곡선을 낮춰줍니다. |
| 측정 vs 주장 섹션 | 독립적인 벤치마크 보고서(긍정적 및 부정적 모두)와 작성자가 명시한 결론. | 패턴을 채택하기 전에 실제 성능을 평가할 수 있습니다. |
| 기계 판독 가능 데이터 | catalog.json, picker.json 및 스크립트나 호스팅된 사이트에서 사용할 수 있는 기타 CSV/JSON 자산. |
자동화된 분석이나 자체 도구로의 통합을 가능하게 합니다. |
| 기여 가이드 및 라이선스 | 새 항목 추가를 위한 지침 및 허용적인 라이선스. | 커뮤니티 성장을 장려하고 카탈로그를 최신 상태로 유지합니다. |
누가 혜택을 받는가?
| 대상 | 중요성 |
|---|---|
| AI 에이전트 / 도구 호출 개발자 | Jev 질문을 구성하고 타입 지정된 답변을 해석하는 방법에 대한 구체적이고 검증된 예제가 필요합니다. |
| 의사결정 모델 서비스를 평가하는 연구원 | 독립적인 측정 보고서를 사용하여 Jev 기반 접근 방식과 대안을 비교할 수 있습니다. |
| Jev를 고려 중인 제품 팀 | 통합 노력, 비용 및 알려진 제한 사항(예: 로컬 가중치 없음, 64 k 토큰 컨텍스트)에 대한 현실적인 감각을 얻을 수 있습니다. |
| 교육자 및 튜토리얼 작성자 | 타입 기반 의사결정을 설명하기 위한 실제 코드 목록을 즉시 활용할 수 있습니다. |
제한 사항 및 다루지 않는 내용
- 카탈로그는 코드를 실행하지 않습니다; 링크는 실행된 것이 아니라 읽혀진 소스 파일을 가리킵니다.
- Jev의 모델 가중치는 독점적이므로 모델을 로컬에서 실행할 수 없습니다. 모든 호출은 TypeSafe API로 전송됩니다.
- 커버리지 수는 저장된 기록을 반영하며, 현재 링크의 가용성이나 CI 상태를 반영하지 않습니다.
- 저장소는 통합 SDK를 제공하지 않으므로 공식 TypeSafe 클라이언트 라이브러리를 계속 사용해야 합니다.
카탈로그 사용 퀵스타트
- 웹 UI(README 상단 링크)를 방문하여 사용 사례에 맞는 의사결정 패턴을 선택합니다.
- 목록을 탐색합니다. 각 항목에는 언어, 사용된 프리미티브, 저장소 인기도를 나타내는 별점이 표시됩니다.
- call‑site 링크를 클릭하여 인용된 정확한 요청 형태를 확인합니다.
- 성능에 대한 확신이 필요한 경우 Measured 컬렉션으로 필터링하여 독립적인 벤치마크를 확인합니다.
- 기여 가이드에 따라 자신의 예제를 추가하면 사이트가 자동으로 README를 다시 빌드합니다.
결론
awesome‑jev 는 개발자들이 TypeSafe의 Jev 의사결정 모델을 어떻게 적용하고 있는지 보여주는 잘 관리된 커뮤니티 주도 인덱스입니다. 공식 SDK나 문서를 대체하지는 않지만, 실제 패턴의 발견 속도를 획기적으로 높이고, 알려진 함정을 강조하며, 독립적인 성능 증거를 집계합니다. 이는 신뢰할 수 있는 타입 기반 의사결정이 필요한 AI 에이전트를 구축하는 모든 사람에게 매우 가치 있는 자료입니다.
관련
- 프로젝트
- 프로젝트
- Dispatch
- Dispatch