Come usare l'API Jev: 20 progetti che puoi copiare

Cos'è Jev, e perché cambia l'aspetto di un "progetto"

TypeSafe ha rilasciato Jev il 15 settembre 2026 come primo "System One model". Il pitch è kahnemaniano: gli LLM di oggi sono il sistema lento e deliberativo, e Jev è quello veloce — solo che qui l'"intuizione" è una distribuzione di probabilità calibrata sulle opzioni che hai definito, non prosa.

Questa singola scelta di design è il motivo per cui i progetti qui sotto non assomigliano per niente alla solita lista di "wrapper AI":

• L'output è tipizzato. Dichiari Choice (scegli una delle tue opzioni), Score (valuta rispetto a livelli che nomini tu) o Noul (probabilità che un'affermazione sì/no sia vera). Non c'è niente da parsare e nessuno schema da sperare.
• Ogni domanda riceve risposta in un solo passaggio. Lo state viene acquisito una volta e tutte le domande vengono valutate insieme rispetto ad esso, quindi fare trenta domande costa appena più che farne una.
• L'output è gratis perché non c'è output. Nessuna stringa lato risposta, nessuna struttura sequenziale, nessun token di output — ed è esattamente per questo che il prezzo è solo sull'input.
• Il modello non agisce. Giudica. Tutto ciò che ha un effetto collaterale — cliccare, volare, ordinare, cancellare — resta in codice ordinario, vincolato a una soglia di probabilità.

Una volta che vedi quella forma, lo spazio dei progetti si scrive da solo: metti una chiamata a Jev ovunque il tuo programma stia per prendere una decisione piccola, ad alta frequenza e difficile da esprimere con un if.

I 20 progetti in sintesi

Conteggio stelle verificato il 22 settembre 2026.

#	Progetto	★	Linguaggio	Cosa fa
1	browser-use/jev-ultrafast	16.972	Python	Browser agent in cui Jev sceglie l'operazione e l'elemento; un LLM scrive testo solo quando l'azione è TYPE_TEXT
2	tamaratran/fast-jev-compaction	6.122	TypeScript	Plugin per Claude Code che sostituisce il riassunto di compaction con cancellazioni decise da Jev — nulla viene mai riscritto
3	vercel-labs/json-render	18.005	TypeScript	Framework di UI generativa. Non nativo Jev
4	itsmostafa/typesafe-mcp	238	Go	Server MCP evaluate per Claude Code, Claude Desktop, Codex e pi
5	jkudish/jev-mcp	257	JavaScript	Dieci strumenti di giudizio tipizzati esposti via MCP
6	sharziki/semdecide	32	Python	"grep per il significato, jq per il giudizio" — decisioni tipizzate come filtro Unix con veri exit code
7	0xNatoshi/jev-codex-router	189	JavaScript	Routing per chiamata di modello e thinking effort per Codex, guidato da Jev
8	GhalebDweikat/winnow	60	Python	Setaccio di contesto per Claude Code: sostituisce con stub l'output degli strumenti che Jev ritiene non ti servano
9	devagrawal09/jev-review	516	TypeScript	Workflow di code review a stadi con dashboard locale
10	ellipsis-dev/blink	56	TypeScript	Ricerca nel codebase tramite un ensemble di walker guidati da Jev
11	lahfir/agent-desktop	1.454	Rust	Computer use desktop tramite gli alberi di accessibilità del sistema operativo. Non nativo Jev
12	fhshaik/typesafe-mario	343	Python	Jev gioca a Super Mario Bros. leggendo la RAM dell'emulatore, mai dagli screenshot
13	RomanSlack/jev-drone	122	Python	Un quadrirotore vola su un percorso a ostacoli MuJoCo; Jev legge la situazione a ~2,5 Hz
14	emrickgarrett/OneVOneJev	20	TypeScript	FPS browser server-authoritative in cui combatti contro Jev, primo a 5 kill
15	jarrodwatts/jev-trader	1.929	TypeScript	Una decisione buy-or-sell per blocco Monad sul book Kuru MON-USDC
16	irfndi/prism-liquidity-agent	71	TypeScript	Agente di liquidità Solana Meteora DLMM. Non nativo Jev
17	jexp/neo4jev	84	Python	Navigazione di grafi un hop alla volta, con il controllo dell'obiettivo nella stessa chiamata
18	AkashPriyadarshii/jev-curate	23	Rust	Setacciatore di dataset per corpora JSONL e Parquet
19	qkal/Canny	32	JavaScript	Un guardiano che non lascia che un coding agent finisca sulla base di una semplice dichiarazione
20	monteduro/killmyidea	82	TypeScript	Otto domande con punteggio, pesate in KILL / FIX / SHIP

Gruppo 1 — agenti che decidono invece di generare

browser-use/jev-ultrafast (★16.972) è l'implementazione di riferimento, e quella da leggere per prima. Un browser agent normalmente chiede a un modello di emettere un'azione JSON, il che significa pagare token a ogni passo. Ultrafast divide il lavoro: Jev sceglie un'operazione e un elemento da uno spazio di azioni indicizzato, e un piccolo LLM viene chiamato solo quando l'operazione scelta è TYPE_TEXT — l'unico caso che richiede caratteri generati. La demo principale nel README, una vera ricerca Zürich → Londra su Google Flights, si completa in 7,1 secondi inclusa la generazione del testo e il caricamento delle pagine. Se vuoi capire perché vale la pena avere un decision model, questo repo è l'argomento.

lahfir/agent-desktop (★1.454) è l'analogo per il desktop — e non è Jev. È una CLI Rust e una libreria C-ABI che legge la struttura UI reale di un'app attraverso l'albero di accessibilità del sistema operativo invece di indovinare dai pixel, con 54 comandi operativi e snapshot ref stabili tra le chiamate. Il suo README dichiara una riduzione di token del 78–96% su app dense tramite skeleton traversal. È stato creato a febbraio 2026, molto prima di Jev, e non dipende da esso. Merita un posto qui per un motivo: se stai costruendo la versione desktop di Ultrafast, questo è il layer di percezione su cui metteresti una chiamata a Jev.

Gruppo 2 — infrastruttura per coding agent

È qui che l'ecosistema è più denso, perché i coding agent producono le due cose che Jev giudica meglio: è ancora rilevante? e è davvero finito?

fast-jev-compaction (★6.122) prende il pattern più comune — riassumere il contesto vecchio con un LLM — e lo rifiuta. Un riassunto è lossy; un percorso di file o un errore esatto possono sparire. Questo plugin non riscrive mai nulla. Mostra a Jev l'intera conversazione, chiede quali chiamate a strumenti e risultati non servono più, e cancella solo quelli. Il testo di utente e assistente resta verbatim e in ordine.

winnow (★60) applica la stessa idea ai singoli risultati invece che alla cronologia. Ogni output grande di Read, Bash o Grep viene giudicato prima di entrare nel contesto; i blocchi che Jev ritiene non ti servano vengono sostituiti da uno stub di tre righe con un riassunto di un modello economico e una chiave che ripristina il testo completo su richiesta. Nulla va perso, semplicemente smette di costare token finché non lo chiedi. Winnow è anche l'esempio più pulito di fallback elegante: il suo adapter può rispondere alle stesse domande con Claude Haiku 4.5 quando Jev non è disponibile — non calibrato, ma mantiene la pipeline in funzione.

Canny (★32) attacca il fallimento opposto. Gli agenti dichiarano il successo. Canny si aggancia a Claude Code e Codex CLI, tiene un registro di ciò che l'agente ha effettivamente fatto, e si rifiuta di lasciarlo finire sulla base di una dichiarazione — giudicando l'output degli strumenti, i diff e i risultati dei test rispetto all'affermazione di completamento.

jev-review (★516) gira prima che un umano veda il diff: prima una matrice di rischio Noul, poi chiamate Choice e Score per profili di file, selezione delle evidenze, classificazione dei meccanismi e severità, con il routing dei revisori deciso da Choice condizionali. Soglie e policy restano nel codice, e i risultati finiscono in una dashboard locale.

blink (★56) usa Jev come navigatore del codebase: i walker scendono nell'albero dei file e chiedono, a ogni livello, quali file contano per la query. Nota la licenza — il repository non ha file di licenza, cosa che conta se prevedi di distribuirlo.

jev-codex-router (★189) è quello che tocca la tua bolletta. Incorpora un fork di Codex Router e lascia che Jev scelga un modello e un thinking effort per ogni chiamata al modello, incluse le continuazioni dopo gli strumenti. Il README riporta una simulazione storica di circa −60% rispetto a eseguire full Astra su 237 turni — ed è attento a precisare che non si tratta di quota Codex misurata come risparmiata e che non descrive la policy attuale. Trattalo come un metodo, non come una garanzia.

Gruppo 3 — server MCP, se vuoi solo gli strumenti

jkudish/jev-mcp (★257) registra dieci giudizi come strumenti MCP: jev_verify (affermazioni rispetto a evidenze), jev_screen (contenuto prima che entri nel contesto), jev_find e jev_rerank (selezione e ordinamento dei candidati), jev_classify, jev_decide, jev_compare, jev_extract, jev_review, e altri. Qualsiasi client MCP può chiamarli.

itsmostafa/typesafe-mcp (★238) è l'opzione più piccola e più opinionata: un singolo server evaluate in Go, con setup in un comando — evaluate setup mcp lo collega a Claude Code, Claude Desktop e Codex se li trova, e evaluate setup pi copre pi. Parti da qui se vuoi uno strumento funzionante in cinque minuti invece di una cassetta degli attrezzi da configurare.

TypeSafe non distribuisce alcun server MCP proprio; entrambi questi sono lavoro della community.

Gruppo 4 — shell, CI e pipeline di dati

semdecide (★32) è il progetto più in stile Unix del set, e la descrizione è esatta: grep per il significato, jq per il giudizio. Fai passare testo o JSONL in input, ottieni in output un predicato, una route, un punteggio, uno stream filtrato e un vero exit code di processo — senza scrivere colla per prompt, parsing, retry o gestione della confidenza. L'esempio nel README chiede se un login da un nuovo paese seguito da modifiche ai payout "descrive un plausibile account takeover" e restituisce TRUE probability=0.860 threshold=0.700. È una cosa che puoi mettere in uno script shell, in una GitHub Action o in un cron job già oggi.

jev-curate (★23) è la versione batch per i dati di training: fai scorrere corpora JSONL e Parquet attraverso decisioni tipizzate Choice / Score / Noul con fan-out speculativo. Il README punta a 1.500+ record al secondo; è un obiettivo di design, non un numero riprodotto in modo indipendente, quindi fai benchmark sui tuoi dati prima di fidarti del throughput.

Gruppo 5 — sistemi real-time, fisici e adversariali

Queste sono demo, e sono la prova migliore che l'architettura regge: in ognuna il loop difficile e critico per la sicurezza resta in codice ordinario e Jev risponde solo a una piccola domanda.

typesafe-mario (★343) non mostra mai uno screenshot a Jev. L'harness converte la telemetria dell'emulatore e la RAM in JSON compatto — movimento, traiettoria di salto, nemici in arrivo, terreno, ritardo di input misurato, esiti recenti dei comandi — e Jev sceglie da un piccolo insieme di azioni legali (noop, right, right_jump, right_run, right_run_jump, jump).

jev-drone (★122) fa volare un modello reale di airframe (lo Skydio X2 di MuJoCo Menagerie) su un percorso a ostacoli a cinque stazioni usando solo la sua camera di bordo. La stratificazione è esplicita: un controllore geometrico a 500 Hz pilota, un layer di guida a 50 Hz possiede sempre la sicurezza, e Jev sta a circa 2,5 Hz decidendo cosa significa la situazione. Il README lo dice chiaramente — Jev non è un modello di visione e non può girare a frequenza di controllo.

OneVOneJev (★20) è un FPS browser server-authoritative in cui Jev è l'avversario: mettiti in coda, combattilo in un cortile industriale in stile Rust, primo a 5 kill, spettatori a bordo campo. Ogni tick decisionale deve rispondere su movimento, mira, fuoco e salto.

jev-trader (★1.929) piazza un ordine limite post-only per blocco Monad sul book Kuru MON-USDC, un tick dentro il touch, sostituendo il precedente. Senza PRIVATE_KEY gira in dry-run contro il book reale con fill simulati — e nota che il modello predefinito è mock, un sostituto euristico basato sul momentum, quindi il bot gira prima ancora che tu abbia una chiave.

prism-liquidity-agent (★71) è il terzo progetto non nativo Jev: un agente rule-based che ribilancia posizioni di liquidità concentrata sul Meteora DLMM di Solana ogni dieci minuti attraverso un ciclo recall → observe → reason → simulate → decide. È stato creato a giugno 2026 e non usa Jev. È incluso perché è l'esempio pubblicato più chiaro della forma — loop deterministico, decisione limitata alla fine — in cui una chiamata a Jev si inserirebbe.

Gruppo 6 — grafi, struttura e idee

neo4jev (★84) naviga un grafo Neo4j un hop alla volta. A ogni nodo le relazioni uscenti diventano opzioni Choice con le loro proprietà, e una domanda Noul — "l'obiettivo è stato raggiunto?" — viaggia nella stessa chiamata systemone, quindi ogni hop costa esattamente un round-trip indipendentemente da quante domande fai. La selezione top-k sulle probabilità restituite lo trasforma in una beam search ordinata per somma dei log-probabilità. Se vuoi vedere domande parallele usate bene, leggi questo.

json-render (★18.005) è il repo più grande della tabella e il meno correlato: il framework di UI generativa di Vercel Labs, creato a gennaio 2026, che renderizza interfacce dinamiche da componenti e azioni predefiniti invece che da JSON grezzo. Non è nativo Jev. Il collegamento è concettuale — il pitch è "lascia che un modello scelga tra opzioni sicure e predefinite invece di emettere output libero", che è il pitch di Jev applicato alla UI. Compare in molti roundup su Jev per questo motivo; non aspettarti una dipendenza TypeSafe nel package.json.

killmyidea (★82) è il prodotto completo più piccolo qui: descrivi un'idea di startup, e Jev risponde a otto domande da indie-hacker con punteggio 0–4 più categoria e chiarezza in un'unica richiesta parallela. Ogni punteggio viene moltiplicato per 25, pesato in una media, passato attraverso un gate di chiarezza, e restituito come KILL IT, FIX IT o SHIP IT. Nessun LLM generativo da nessuna parte nel loop.

La tua prima richiesta

Ottieni una chiave, poi chiama il contratto nativo — non Chat Completions:

curl -X POST "https://apimaster.ai/v1/systemone" \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "Help! My payouts have been failing for 3 days.",
    "model": "jev-latest",
    "questions": {
      "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" },
      "category":  { "type": "choice", "options": ["billing", "technical", "other"],
                     "instructions": "Which team should handle this?" }
    }
  }'

Poi scegli un progetto dalla tabella, leggi il suo README, e inizia con l'integrazione più piccola della lista — semdecide se vivi in un terminale, jev-mcp se vivi in un agente. Tieni soglie ed effetti collaterali nel tuo codice, e tratta la probabilità restituita come la cosa su cui vincolare il flusso, non come la cosa a cui obbedire.

Prima di installare uno qualsiasi di questi

• L'età è il rischio, non l'idea. Quindici repo su venti sono stati creati tra il 16 e il 18 settembre 2026. Hanno giorni di vita, per lo più un singolo autore, e alcuni non sono stati toccati dal giorno della pubblicazione.
• Le stelle misurano l'attenzione. Un repo con 16.972 stelle creato sei giorni fa ha avuto una visibilità enorme e quasi nessuna esposizione in produzione. Leggi il codice prima che tocchi un wallet, un repo a cui tieni, o un cliente.
• Tre non sono nativi Jev. json-render (gennaio 2026), agent-desktop (febbraio 2026) e prism-liquidity-agent (giugno 2026) precedono tutti Jev e girano senza di esso.
• Controlla le licenze. La maggior parte è MIT, json-render e agent-desktop sono Apache-2.0, e blink non ha alcun file di licenza.
• Niente qui è ufficiale. L'unica integrazione pubblicata da TypeSafe è l'agent skill, typesafe-ai/skills. Ogni progetto in questa lista è lavoro della community.
• Le demo finanziarie e fisiche sono demo. jev-trader usa per default un modello mock e fill in dry-run; jev-drone è una simulazione. Non leggere nessuno dei due come un segnale sulle prestazioni dal vivo.

Quale dovresti provare davvero

Se vuoi…	Inizia con	Perché
Capire a cosa serve un decision model	jev-ultrafast	La demo di Google Flights da 7,1 secondi rende ovvia la separazione
Ridurre oggi il costo del contesto degli agenti	fast-jev-compaction o winnow	Installa e misura, nessun cambio di architettura
Portare Jev nel tuo agente in cinque minuti	typesafe-mcp	Un comando collega tre client
Usare Jev da una shell o dalla CI	semdecide	Veri exit code, nessun codice di colla
Impedire agli agenti di mentire sul fatto di aver finito	Canny	Registro più un rifiuto ad accettare una dichiarazione
Controllare la spesa per modello a ogni turno	jev-codex-router	Il routing è dove Jev si ripaga da solo
Vedere domande parallele usate correttamente	neo4jev	Choice e Noul in una sola chiamata, un round-trip per hop

FAQ

Cos'è l'API Jev? Jev è il System One model di TypeSafe AI. L'API è un solo endpoint, POST /v1/systemone: invii uno state più una mappa di domande tipizzate, e ricevi indietro probabilità calibrate come risposte Choice, Score e Noul. Non genera mai testo.

Qual è l'ID del modello Jev e il prezzo? jev-1.13.0, con jev-latest e jev-preview come alias. Il prezzo è $42 per miliardo di token di input — $0,042 per 1M — e l'output è gratis, perché non ci sono token di output.

Questi progetti sono progetti ufficiali TypeSafe? No. Tutti e venti sono lavoro della community. L'unica integrazione pubblicata ufficialmente è l'agent skill TypeSafe, typesafe-ai/skills.

Quali di questi posso usare senza una chiave Jev? json-render, agent-desktop e prism-liquidity-agent, perché non sono nativi Jev. Anche jev-trader gira senza chiave in modalità dry-run con il suo modello mock predefinito.

Posso usare Jev con Claude Code o Codex come modello? No. Entrambe le CLI parlano il formato wire del loro vendor, e Jev non ha un endpoint compatibile con OpenAI o Anthropic. Quello che funziona è mettere Jev dentro l'agente — come strumento MCP, hook o router — che è ciò che fanno i progetti dei gruppi 2 e 3.

Quanto costa davvero una chiamata a Jev? La fatturazione è solo sull'input a $0,042 per 1M token, e ogni domanda in una richiesta viene valutata rispetto allo stesso state in un solo passaggio. Fare trenta domande costa poco più che farne una, non trenta volte tanto — quel rapporto è tutto il senso dell'architettura.

Jev è disponibile su APIMaster? Sì, come jev-latest, sul contratto nativo POST https://apimaster.ai/v1/systemone a $0,042 per 1M token di input con output gratuito (una route attiva, verificata il 22 settembre 2026). Abbinalo a un modello testuale sulla stessa chiave quando un passo richiede testo generato.

Fonti e verifica

• Metadati dei repository, conteggio stelle, linguaggi e licenze per tutti e venti i progetti — GitHub API e README dei repository, verificati il 22 settembre 2026
• TypeSafe — Models — ID del modello, alias, prezzo $42/Btok, rate limit e budget di contesto
• TypeSafe — API reference e Quick start — endpoint, forme di richiesta e risposta
• TypeSafe — Jev 1.13 scope — le aree che TypeSafe stessa esclude dal perimetro, con il pattern raccomandato per ciascuna
• typesafe-ai/skills — l'unica integrazione pubblicata ufficialmente

La route jev-latest di APIMaster e i prezzi dei modelli testuali abbinati sono stati verificati il 22 settembre 2026. Stato dei progetti, conteggio stelle e prezzi cambiano — verifica sulla scheda live e sul repository prima di impegnare un workload.

Inizia dalla chiave

Crea un account APIMaster, aggiungi credito pay-as-you-go da $1, e crea una chiave nella console. Punta il tuo client su https://apimaster.ai/v1 e invia la tua prima richiesta a POST https://apimaster.ai/v1/systemone con il modello jev-latest — $0,042 per 1M token di input, output gratuito, e la stessa chiave copre i tier GPT, Claude, GLM, DeepSeek e Gemini con cui lo abbinerai. Controlla la scheda Jev per la disponibilità live prima del traffico di produzione, e usa il model tester per confermare che una route si comporti come previsto.