Communitygithub.com

OneWave-AI/claude-skills

Brancher un modèle System One (Jev, ou une reproduction open source comme Von) dans une fonctionnalité produit — routage, garde-fous, scoring, classification. À utiliser pour remplacer un appel LLM qui renvoie une étiquette plutôt qu'un texte, pour ajouter une décision typée dans une boucle d'agent, ou pour choisir entre l'API hébergée Jev et un modèle open source local. Couvre la conception des questions, le workflow "eval-set d'abord", le calibrage des seuils, les portes de confiance et les pièges mesurés sur des données réelles.

Qu'est-ce que claude-skills ?

Ce skill décrit comment intégrer un modèle System One (comme Jev ou Von) dans une fonctionnalité produit, en remplacement d'appels LLM qui ne nécessitent qu'une étiquette ou une décision. Il détaille un workflow précis : construire d'abord un jeu de données labellisées (au moins 50 enregistrements), concevoir les questions avec des critères clairs (choix, score, noul), calibrer les seuils de confiance à l'aide de l'outil `jev-eval`, et ajouter une porte de confiance pour escalader les cas douteux vers Claude. Les résultats mesurés montrent que Jev atteint 96,7% de précision (145/150) pour un coût 46 fois inférieur à GPT-5.2, mais que les reproductions open source (Von, Laya) nécessitent une validation sur vos propres données car leur fiabilité est bien moindre. Le skill met en garde contre les pièges classiques : seuils de confiance à 0,5 inefficaces, échantillons d'évaluation trop petits, et différence dans les API des modèles locaux.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/OneWave-AI/claude-skills/tree/HEAD/jev-integrate

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Brancher un modèle System One dans une fonctionnalité

Un modèle System One répond à des questions typées en un seul passage avant. Il ne génère pas de texte. État en entrée, réponses typées avec probabilités calibrées en sortie. C'est un if qui peut lire.

Utilisez-le lorsque la décision est étroite, pré-spécifiée et répétée. Ne l'utilisez pas pour quoi que ce soit qui nécessite une explication écrite — cela reste du ressort de Claude.

Avant toute chose : est-ce vraiment le bon outil

Répondez à ces trois questions. Si l'une est "non", arrêtez-vous et conservez l'appel LLM.

  1. Les réponses possibles sont-elles connues à l'avance ? Maximum 255 options.
  2. L'appelant a-t-il besoin uniquement de l'étiquette, pas du raisonnement ? Si un humain lit une justification en aval, il vous faut du texte et c'est le mauvais outil.
  3. Le volume est-il élevé, ou une personne attend-elle ? C'est une optimisation de latence et de coût, pas un gain de capacité. Il ne sait rien que Claude ne sache pas. Sur un cron nocturne de cinquante enregistrements, cela vous apporte une dépendance et rien de plus.

Mesuré sur 150 enregistrements labellisés à la main sur trois tâches (notre run du 20 sept. 2026) : Jev est à égalité avec GPT-5.2 à 145/150 et coûte 46x moins cher ($0.036 contre $1.64 pour 1k enregistrements), mais de bout en bout il n'est que 1.7x plus rapide que GPT-4.1-mini — la publication de 40x-200x est par rapport à un workflow frontal multi-étapes de 3-329 s, pas un seul appel.

Les reproductions open source ne sont pas interchangeables. Même run : Von 1.0.1 (395M) 92/150 (61%), Laya (421M) 62/150 (41%). Elles s'effondrent sur une seule classe plutôt que de se dégrader — Von a prédit exfiltration 25 fois sur un ensemble de 50 commandes contenant cinq classes. Une porte de confiance ne sauve pas cela : attraper les erreurs de Von signifiait escalader 92% du volume, Laya 100%, contre 8% pour Jev. Utilisez-les uniquement là où vous les avez mesurés sur votre propre ensemble labellisé.

Les trois types de questions

"type_lead":  {"type":"choice", "instructions": "...", "criteria": {"opt_a":"desc","opt_b":"desc"}}
"est_urgent":  {"type":"noul",   "instructions": "..."}                       # -> 0.0–1.0
"priorite":   {"type":"score",  "instructions": "...", "criteria":["ignorer","faible","élevé"]}

Posez toutes les questions dont vous avez besoin en un seul appel — elles se résolvent toutes dans le même passage avant, donc quatre questions coûtent à peu près ce qu'en coûte une.

Structure de réponse (Jev et Von) :

r["answers"]["type_lead"]["choice"]         # l'étiquette
r["answers"]["type_lead"]["probabilities"]  # distribution complète
r["answers"]["type_lead"]["confidence"]     # utilisez ceci pour la porte
r["answers"]["est_urgent"]["noul"]           # 0.0–1.0
r["answers"]["priorite"]["score"]           # position sur l'échelle, ex. 2.41

Workflow

1. Construisez l'ensemble labellisé D'ABORD — 50 enregistrements minimum

Non négociable, et l'étape la plus importante. Labellisez à la main des enregistrements réels provenant du flux que vous ciblez, avant d'écrire des critères. Sans cela, vous ne pouvez pas distinguer une mauvaise question d'un mauvais modèle, et l'échec est silencieux — voir jev-eval.

2. Rédigez les critères comme si vous expliquiez à une nouvelle recrue

Étendue du pire au meilleur sur quatre formulations des mêmes questions, 50 enregistrements par tâche (notre run du 20 sept. 2026) :

tâcheJevVon (395M)Laya (421M)
risque de commande agent44-49 (10 pts)9-23 (28 pts)18-28 (20 pts)
triage de piste47-49 (4 pts)22-34 (24 pts)15-24 (18 pts)
routage de ticket41-47 (12 pts)23-41 (36 pts)22-36 (28 pts)

Même balayage sur la tâche de commande avec les LLM inclus : Haiku 4.5 46-48 (4 pts), GPT-4.1-mini 45-50 (10 pts), Jev 44-49 (10 pts), GPT-5-mini 41-49 (16 pts).

Jev n'est PAS plus robuste aux formulations qu'un petit LLM — il fluctue des mêmes dix points, et Haiku était le modèle le plus stable du test. Lisez le PLANCHER, pas l'étendue : chaque modèle hébergé plafonne à 82-92% et reste livrable, tandis que Von plafonne à 18% et Laya à 36%. Ne lisez PAS cela comme "écrivez de meilleurs critères et le modèle open source rattrape son retard" — un test antérieur de 15 enregistrements a conclu exactement cela et c'était faux. Des critères plus riches n'ont pas aidé de manière fiable : sur le triage de piste, Von a obtenu 34/50 avec la formulation concise et 28/50 avec la formulation soigneusement rédigée. Ce qui fait bouger ces chiffres, c'est la sensibilité à la forme de surface, pas la compréhension, donc chaque future modification de critère est un risque de régression non annoncée.

Rédigez chaque option avec : ce que c'est, ce que ce n'est pas, et le cas limite qui tente une mauvaise réponse. Nommez explicitement la valeur par défaut lorsqu'une option doit dominer.

3. Calibrez les seuils sur l'ensemble labellisé — ne supposez jamais 0.5

Un noul est une probabilité, pas un booléen. Le noul de Jev a un plancher : sur des enregistrements clairement propres, il renvoyait encore 0.2–0.5 là où Claude renvoyait 0.0. Sur les données mesurées, la coupure utile était ~0.85, pas 0.5. Les seuils ne se transfèrent pas entre modèles — re-balayez lorsque vous changez.

N'écrivez pas le balayage à la main. jev-eval possède le calibrage et livre l'outil :

python ~/.claude/skills/jev-eval/scripts/sweep.py labelled.json configs.json \
    --backend jev --question <nom>

4. Concevez la porte de confiance

Escaladez les réponses à faible confiance vers Claude. Le même script rapporte les deux moitiés qui comptent — quelle fraction d'erreurs la porte attrape, et quelle fraction de volume elle escalade — et étiquette le résultat. Une porte qui attrape chaque erreur tout en escaladant 73% du trafic est notée ne sauve rien, car c'est un chemin lent avec des étapes supplémentaires. Si vous voyez cela, la solution est de meilleurs critères ou le modèle hébergé, pas un seuil différent.

a = r["answers"]["type_lead"]
if a["confidence"] < PORTE:
    return escalader_vers_claude(state)   # chemin lent
return a["choice"]                      # chemin rapide

5. Livrez derrière un flag, loggez les deux chemins pendant une semaine

Loggez la réponse System One et ce que l'ancien chemin aurait dit. Comparez sur le trafic réel avant de basculer. Ne basculez jamais uniquement sur les chiffres de l'ensemble d'évaluation.

Chemins d'accès

# 1. TypeSafe direct — clé dans le Trousseau macOS, service `typesafe-api-key`
export TYPESAFE_API_KEY="$(security find-generic-password -s typesafe-api-key -w)"
curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"jev-latest","state":"...","questions":{...}}'
// 2. Cloudflare Workers AI — pas de liste d'attente
await env.AI.run('typesafe/jev', { state, questions })
# 3. Von — local, gratuit, Apache-2.0, 395M ModernBERT
# pip install von-sdk
import von
r = von.system_one(state="...", questions={"x": von.Noul(instructions="...")})
r.answers["x"].noul

Pièges

  • Choice de Von prend criteria=, pas choices=. Erreur Pydantic si vous devinez mal.
  • Von renvoie .answers[k], pas .nouls[k] / .choices[k]. Le wrapper LangChain diffère du SDK brut ici.
  • Le démarrage à froid de 34 s de Von charge les poids. Réchauffez-le au démarrage ; ne le mesurez jamais dans la latence.
  • Ne seuillez pas un noul à 0.5. Voir l'étape 3.
  • Jev est en accès anticipé, fournisseur unique, pas de SLA. Ne mettez pas un chemin critique orienté client dessus sans un repli vers Claude.
  • Les petits ensembles d'évaluation mentent. 15 enregistrements où les deux modèles hébergés ont obtenu 100% ne prouvent presque rien. Utilisez des centaines.

Associé

jev-eval construit et exécute l'ensemble labellisé. jev-audit trouve quels appels LLM existants dans une base de code valent la peine d'être convertis.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

OneWave-AI/claude-skills

Deploy a 2-layer parallel agent hierarchy for large, parallelizable work — big refactors, multi-file migrations, codebase-wide audits, bulk generation. A top-tier commander (Fable or Opus) orchestrates the swarms; the user picks a power level (Max Power / Heavy / Balanced / Economy) that sets the Opus/Sonnet/Haiku model mix per layer. Layer 1 is 3-50+ specialist agents, each with its own full context window; Layer 2 is 2+ sub-agents per member. Includes git safety, tiered sizing, a pre-deploy gate, phantom-completion checks, and multi-wave follow-up.

OneWave-AI/claude-skills

Generate animated videos and motion graphics from natural language descriptions. Creates a standalone Vite + React project with Framer Motion scenes that auto-play in the browser. Use when the user wants to create animations, motion graphics, video intros, animated presentations, or product demos.

OneWave-AI/claude-skills

Use before starting a product, feature, MVP, agent, automation, or integration build to identify the main pre-build risk and choose the smallest validation step. Trigger when the user asks whether to build, scope, validate, prioritize, or sanity-check an idea before implementation.

OneWave-AI/claude-skills

Post-mortem analysis when a client churns. Takes client history, engagement data, support tickets, usage logs, and exit feedback to produce a comprehensive churn autopsy with root cause classification, timeline of decline, and preventive measures.

OneWave-AI/claude-skills

Compose a premium, animated landing page section by section in Next.js + Tailwind + Motion (Framer Motion) — built on a real design system, with editorial copy and motion that feels human-crafted, not template-generated. Use when building or rebuilding a landing page, marketing site, or hero/feature/pricing/CTA sections that need to look production-ready and bespoke from day one.

OneWave-AI/claude-skills

Assemble 2-3 complementary experts to collaboratively analyze anything. Experts work together to explore topics from multiple expert angles.

OneWave-AI/claude-skills

Convert any topic into playable browser games. Types: trivia, matching, word puzzles, adventure games. Uses Phaser.js or Kaboom.js.

OneWave-AI/claude-skills

Turn a marketing brief or product offer into a finished short-form video ad built in HyperFrames — hook, script, shot-by-shot storyboard, scene-by-scene HTML composition, captions, and voiceover. Outputs platform cuts (vertical 9:16, square, 16:9). Use when you need a launch ad, product promo, social video, or paid-creative concept ready to render.

OneWave-AI/claude-skills

Turn a website URL, product docs, or a founder's rambling description into a tight 60-90 second explainer video built in HyperFrames -- problem/solution narrative, animated product walkthrough scenes, captions, and voiceover, ready for the homepage hero, sales emails, and onboarding.

OneWave-AI/claude-skills

Build promo videos for local businesses in HyperFrames -- the new-menu drop, the seasonal offer, the event announcement, the "we're hiring" post, the Google Business Profile clip. Restaurant, salon, gym, trades: 15-30 seconds, brand-clean, captioned, sized for Instagram, Facebook, and the profile.

OneWave-AI/claude-skills

Build a personalized product-demo or sales-walkthrough video in HyperFrames for a specific prospect or account — narrated screen-by-screen, branded to them, ending in a clear next step. Turns a generic demo into a "this was made for me" asset for outbound, follow-up, or deal acceleration. Use when you want to send a tailored video instead of booking another live call.

OneWave-AI/claude-skills

Turn real customer reviews, quotes, and case-study results into polished social-proof videos built in HyperFrames -- single-testimonial spotlights, review-wall montages, and stat-driven proof reels with captions and voiceover, cut for vertical, square, and wide. The highest-converting content most businesses never make.

OneWave-AI/claude-skills

Audit a codebase for LLM calls that are really classifications in disguise, then produce a costed swap plan for a System One model. Use when asked to cut AI inference cost or latency, when scoping a performance engagement for a client, when reviewing an agent loop that feels slow, or when asked "where could we use Jev here". Produces a ranked table of candidates with measured latency and dollar deltas.

OneWave-AI/claude-skills

Build and run a labelled eval set for a System One model (Jev, Von, or any typed-decision config), then sweep criteria wordings and thresholds against it. Use when a Jev/Von classification is wrong or unreliable, when choosing between the hosted API and a local open model, when tuning noul thresholds, or before shipping any typed-decision feature. Produces an accuracy-by-wording matrix and a calibrated threshold.

OneWave-AI/claude-skills

Optimize landing pages for conversions, performance, and SEO. Use when improving landing pages, increasing conversions, or optimizing page performance.

OneWave-AI/claude-skills

TAM/SAM/SOM calculator with deep market research. Produces comprehensive market-sizing.md with top-down and bottom-up estimates, methodology, data sources, assumptions, sensitivity ranges, growth projections, competitive landscape, and Mermaid visualizations. Use when user needs market size estimates, addressable market analysis, go-to-market sizing, investor-ready market analysis, or business plan market validation.

OneWave-AI/claude-skills

Generate unique personalized first lines for hundreds of prospects using company news, LinkedIn activity, and mutual connections. Saves 10+ hours of manual research per campaign. Use when you need personalized outreach at volume.

OneWave-AI/claude-skills

Review investment portfolios for risk, diversification, fees. Asset allocation recommendations, tax-loss harvesting, rebalancing.

OneWave-AI/claude-skills

Create multiple choice, true/false, fill-in-blank, matching quizzes. Auto-generate plausible distractors. Instant grading with explanations.

OneWave-AI/claude-skills

Enhanced skill navigator that maps conversation history, recommends multi-skill chains, identifies patterns from past usage, and learns from session outcomes. Goes beyond basic scout with deep context analysis and workflow orchestration.

Skills associés