questions: { correctness: boolean, security: boolean, reliability: boolean, // +2 }
jev-review
基于 TypeSafe Jev 构建的分阶段代码评审流程和本地仪表盘。

每一个项目,源码里都真的在调用 Jev · 每日自动更新
questions: { correctness: boolean, security: boolean, reliability: boolean, // +2 }
基于 TypeSafe Jev 构建的分阶段代码评审流程和本地仪表盘。
questions: { s0: boolean, s1: boolean, }
用简单英文编写的Lint规则,Oxlint定位代码,TypeSafe Jev回答相关问题。
questions: { noul: boolean, }
基于 TypeSafe 的 Jev 实现模糊代码检查,帮助你审视代码质量。
questions: { unsolicited_promotion: boolean, profile_bait: boolean, scam_or_phishing: boolean, // +5 }
基于 TypeSafe Jev 的简易 grammY Telegram 反垃圾消息机器人
questions: { instructions: boolean, }
pi 编码 agent 的运行时约束:在执行每个有副作用的工具调用前,检查是否符合你的指令,基于 TypeSafe Jev 实现。
questions: { blocking: boolean, }
Mastra agent 在 TypeSafe Jev 上的输入内容审核工具,单文件实现。
questions: { is_toxic: boolean, is_profane: boolean, severity: score, // +2 }
基于 TypeSafe AI Jev 的 Node.js 快速脏话和有害内容检测工具,支持多语言变体,延迟约 50-500 毫秒。
questions: { wants_refund: boolean, intent: choice, }
基于 OpenRouter,使用确定性策略和 TypeSafe Jev 实现 AI agent 工具调用的运行时授权和安全控制。
questions: { file_removal: score, credential_theft: score, data_exfiltration: score, // +5 }
基于Jev的静态shell脚本分析工具。
questions: { uses: boolean, }
基于 TypeSafe Jev 的可配置 GitHub 提交审核和 PR 分类工具,不使用文本生成模型。
questions: { should_review: boolean, risk: choice, route: choice, // +1 }
基于 GitHub Action,使用 Jev 通过 Vercel AI Gateway 低成本筛选 pull request,减少昂贵的 LLM 或人工审核。
questions: { condition: choice, }
基于Jev的简明英文拉取请求检查,包含一个条件和最低置信度的单项检查。
baseUrl = 'https://api.typesafe.ai/v1',
基于Jev的语义代码静态检查工具。
typesafe: { host: "api.typesafe.ai" },基于 pi-typesafe 的 Pi 监控工具,Jev 负责判断不可逆和偏离任务的工具调用,检测死循环,核查未验证的完成声明并标记错误。
base_url: str = "https://api.typesafe.ai",
基于Python和TypeSafe AI(Jev System One)的Discord管理机器人,实时过滤垃圾和诈骗链接,自动升级违规行为,辅助管理员管理。
const ENDPOINT: &str = "https://api.typesafe.ai/v1/systemone";
基于可配置 Jev 规则的 Rust 代码检查工具,提供 VS Code 扩展。
const response = await fetch("https://api.typesafe.ai/v1/systemone", {基于Jev的可配置语义lint工具,支持文件级NOUL判断和magic-strings插件。
"https://api.typesafe.ai/v1/systemone", data=body,
PoC:使用 TypeSafe Jev 作为 Hermes Agent 智能命令审批的审核者,速度提升 8.7 倍,提示减少 4.4 倍,基于 153 条真实命令测试,仅限审批。
import { experimental_evaluate as evaluate } from 'ai';对拉取请求中的每个代码文件,使用 TypeSafe 的 Jev 按 Uncle Bob 的 Clean Code 标准评判,再由 Luna 复审,基于 eve 和 Next.js 构建。
typesafeBaseUrl: "https://api.typesafe.ai/v1",
在 agent 执行前检查有风险的 shell 和文件命令。
response = await this.fetcher("https://api.typesafe.ai/v1/systemone", {使用 TypeSafe Jev 检查 Pi 代码修改是否符合仓库的 Markdown 规则。
from typesafe_sdk import AsyncTypeSafeClient, Choice, RetryPolicy, TypeSafeError
一个小型快速的散文语法检查工具,使用ruff风格规则代码,基于TypeSafe的Jev模型。
DEFAULT_BASE_URL = "https://api.typesafe.ai"
pre-commit 钩子:通过一次 Jev 调用判断提交信息是否与代码变更匹配,并检查调试遗留、范围膨胀和隐藏问题。
import { choice, noul, score, TypeSafeClient } from "@typesafe-ai/sdk";DiffJury 是一个 TypeSafe Jev 的 PR 风险路由器和代码审查助手。
ENDPOINT = "https://api.typesafe.ai/v1/systemone"
使用 TypeSafe Jev 审查 agent 技能和 MCP 代码中的可疑行为及覆盖漏洞。
} from "@typesafe-ai/sdk";
一个 CLI 工具,用于检查当前 Git 中的自然语言工程规则。
import { experimental_evaluate as evaluate } from 'ai';基于Jev的语义MCP防火墙,校验每个工具调用、结果和描述,准确率94%,无误报,成本约0.00002美元/次。
DefaultBaseURL = "https://api.typesafe.ai/v1/systemone"
Jev-guard 是一个支持 Claude Code、Codex CLI 和 Antigravity 的高速跨 agent 安全门插件。
TYPESAFE_BASE_URL Jev API root (default https://api.typesafe.ai)
基于效果的安全门,用于AI编码agent的shell命令,先用快速结构规则,再用TypeSafe的Jev或聊天模型判断命令功能,确保无危险命令。
import { choice, TypeSafeClient } from "@typesafeai/sdk";基于 TypeSafe AI (Jev System One 模型) 的自动数据库迁移安全审查工具。
DEFAULT_ENDPOINT = "https://api.typesafe.ai/v1/systemone"
通过确定性检查和 TypeSafe JEV System One 语义审查,捕捉 OpenAPI 文档中隐藏的破坏性 API 行为。
from typesafe_sdk import Choice, Noul, RetryPolicy, Score, TypeSafeClient
将人工审核注意力分为绿/黄/红,标记差异和审核人,不进行代码审查,基于 TypeSafe 构建。
.parse(models.data.find((item) => item.id === "typesafe-ai/jev"));
使用 Jev 根据英文项目规范对 JavaScript 和 TypeScript 代码进行静态检查。
let resp = ureq::post("https://api.typesafe.ai/v1/systemone")基于 TypeSafe AI Jev 的亚秒级 Git 预提交和预推送语义反射门。
#[arg(long, default_value = "https://api.typesafe.ai/v1/systemone")]
基于 TypeSafe Jev 的 Rust 工具,用于对 GitHub 和 Gitea Actions 进行结构化代码审查。
from typesafe_sdk import SystemOneResponse
使用 Jev 的 System One 模型对 AI 生成的 slop 代码进行结构化快速决策式的代码检查。
MODEL = "typesafe/jev-1.13"
基于显式策略检查和确定性状态验证,为 AI 辅助的 Home Assistant 决策提供安全边界。
jevModel: process.env.JEV_MODEL ?? "typesafe/jev-1.13",
基于TypeSafe Jev和确定性策略的LLM agent语义防火墙,包含语料库、稳定性评估和基线测试的PoC。
url: `${process.env.OXLINT_JEV_BASE_URL ?? DEFAULT_BASE_URL}/v1/systemone`,将你的技能转化为由jev驱动的oxlint规则
assert!(headers.starts_with("post /v1/systemone "));基于Jev和Gemini,实现用简单英文描述的Twitch和Discord管理规则。
import { TypeSafeClient, noul, score } from "@typesafe-ai/sdk";Moderation Guard 是一个 TypeSafe Jev 的演示项目。
TYPESAFE_URL = "https://api.typesafe.ai/v1/systemone"
使用 Jev(TypeSafe System One)为拉取请求中的每个文件评分,并通过代码决定是否自动合并,影子模式仅评论不合并。
import { noul, score, TypeSafeClient } from '@typesafe-ai/sdk';基于Jev类型决策和ffmpeg实现的低延迟音频审查原型。
this.baseUrl = opts.baseUrl ?? process.env.JEV_BASE_URL ?? "https://api.typesafe.ai/v1";
基于 TypeSafe Jev 决策的成本感知 PR 审查,辅助生成式审查员完成代码评审。
$columns['jev_triage'] = __( 'Jev', 'jev-comment-triage' );
基于 Jev 的异步 WordPress 评论分类,后台处理垃圾评论、诈骗和有害内容,保证评论提交速度。
import { noul } from "@typesafe-ai/sdk";Thestral12/pr-sieve 用 .jev.yml 规则作为 TypeSafe Jev 问题,实现语义化 PR 审查门控,不是审查机器人。
The `jev` decorator discards confidence, so this calls Jev through `typesafe_sdk` directly.
使用 Jev 检查 Kotlin 文件是否符合 From Objects to Functions 原则