Jev 애플리케이션 공유가 다시 한번 폭발적인 관심을 받고 있습니다. 🔥
luobosibing2의 DSH 판단 레이어, dbreunig의 문제 출제 스킬, Ying-Kai-Liao의 브라우저 분업, kevinbadi의 Mac 음성 제어, ChetasLua의 비디오 계량표 등 전 세계 플레이어들은 Jev를 차세대 '에이전트 심사위원 + 질문 진료소 + 웹페이지 의사결정 도구 + 음성 실행기 + 문장 점수 측정기'로 활용하고 있습니다:
1️⃣ luobosibing2/dsh-jev-plugin (https://t.co/rjxTlKLbWC)
DeepSeek Harness의 커뮤니티 플러그인입니다. Jev(또는 Luna Decisions)를 사용하여 스킬 선택, 작업 감독, 완료 확인, 워크스페이스 승인 등 12가지 판단 기능을 수행하며, 기본적으로 모두 비활성화되어 필요할 때만 활성화할 수 있습니다. 주 모델은 계속해서 계획을 세우고, 판단이 Jev로 가야 할지 결정합니다. 작성자는 이 기능이 DeepSeek 및 TypeSafe 공식 제품과 무관함을 밝히며, 210개의 별점을 받았습니다.
"판단은 의사결정 모델에 맡기고, 글쓰기는 기존 주 모델을 사용한다"!
2️⃣ dbreunig/building-with-jev-skill (https://t.co/lypm4KZPAv)
Agent가 Jev 문제를 잘 작성하도록 전문적으로 가르치는 스킬입니다. Choice, Score, Noul, Box의 질문 설계, 상태 구조, 코드 내 답변 조합 방식, 그리고 신뢰도가 낮은 문제 진단까지 다룹니다. jev-1.14 / jev-1.13 버전을 대상으로 하며, 공식 typesafe-ai/skills와 상호 보완적입니다. 167개의 별점을 받았습니다.
"모델이 호출하는 것만으로는 부족하다. 문제가 정확하게 작성되어야 한다"!
3️⃣ Ying-Kai-Liao/jev-browser (https://t.co/A01dKyUpz3)
비공식 브라우저 자동화 도구입니다. LLM이 이 단계에서 무엇을 달성해야 하는지 말해주면, 페이지 설명과 클릭은 코드가 담당합니다. Jev는 약 300밀리초(ms) 내에 어느 지점을 판단하고, 무엇을 할지, 그리고 이 단계가 완료되었는지 동시에 판단합니다. 작성자는 16가지 유형의 총 42개 실제 웹사이트 작업에서 최신 테스트를 통해 42개 중 40개를 정확하게 판별했으며 오탐(誤報)은 없었습니다. 134개의 별점을 받았습니다.
"계획은 대규모 언어 모델에 맡기고, 실행 전 판단은 Jev에게 맡긴다"!
4️⃣ kevinbadi/jev-voice (https://t.co/BcZ24b2R0s)
Mac 앞에서 말하면, 로컬 whisper.cpp로 음성 텍스트 변환을 거친 후, 약 250밀리초(ms) 만에 Jev가 동작과 매개변수를 선택합니다. 이후 코드가 애플리케이션 실행, 타이핑, 스크롤 등의 작업을 수행합니다. 기본적으로 호출어(wake word)를 외쳐야 하며, 음성 변환은 로컬에서 이루어집니다. 커뮤니티 작품이며 137개의 별점을 받았습니다.
"당신이 말하면, 그것이 선택하고, 코드가 실행한다"!
5️⃣ ChetasLua/jevmeter (https://t.co/F7FinUCoHO)
임의 비디오에 Jev 점수 표시줄을 추가하는 도구입니다. 문장별로 점수를 매기고 16:9 비율의 완성된 영상을 출력합니다. 논쟁, 재무 보고서(financial report), 팟캐스트, 기자 회견 등 사전 설정이 가능하며 하이라이트 편집 또는 전체 구간에 걸쳐 오버레이할 수 있습니다. 파일을 끌어다 놓기만 하면 바로 시작할 수 있으며, 커뮤니티 작품으로 112개의 별점을 받았습니다.
"모든 문장 옆에 움직이는 포인터가 하나 더 생겼다"!