Jev AI 意思決定連携

JevDash は、TypeSafe Jev（typesafe-ai/jev）の実時間物理応答速度、空間推論能力、意思決定レイテンシを評価・実証するために構築されています。

1. TypeSafe Jev の概要

TypeSafe Jev は、厳格なスキーマ準拠、超低レイテンシ推論、決定論的なツール／アクション生成に特化した推論モデルアーキテクチャです。JevDash において Jev は、リアルタイムに変化する物理プラットフォーム環境を自律走破する「運動中枢エージェント」として機能します。

2. Vercel AI Gateway 連携

JevDash は、OpenAI 互換のインターフェースを通じて Vercel AI Gateway 経由で Jev と通信します：

Base URL: https://ai-gateway.vercel.sh/v1
モデル名: typesafe-ai/jev
認証: Bearer トークン（AI_GATEWAY_API_KEY）

Vercel 無料枠（Hobby プラン）に対応

TypeSafe Jev（typesafe-ai/jev）は、Vercel AI Gateway の標準無料枠クレジット（Hobby アカウント）から直接呼び出し可能です。商用 GPU サーバーの立ち上げや有料 API サブスクリプションなしで、誰でも即座にリアルタイム AI 物理制御の検証が可能です。

環境変数設定（.env）

env

AI_GATEWAY_API_KEY=vck_your_secret_token_here
AI_GATEWAY_BASE_URL=https://ai-gateway.vercel.sh/v1
JEV_MODEL_NAME=typesafe-ai/jev

3. 意思決定パイプライン

各観測フレームにおいて、以下のフローで制御が実行されます：

状態のシリアライズ: 座標や速度などの空間情報をコンパクトなプロンプトへ変換。
運動方程式ヒントの提示: 落とし穴や壁までの到達予測時間（Time-to-Impact: TTI）を事前計算してプロンプトへ付与：
text
```
Current Velocity: vx=6.2 px/frame
Next Hazard: Pit at distance 95.0 px (Est. 15 frames to edge)
Jump Range at current speed: 140.0 px
```

構造化レスポンスの生成: Jev が即時アクションを含む JSON を返却：

json

{
  "action": "JUMP_AND_SPRINT",
  "reasoning": "前方 95px に幅 110px の穴を確認。ダッシュ速度を維持して 140px のジャンプ軌道で飛び越えます。"
}

アクチュエータキューへの格納: 内部ループが指示を受け取り、60 FPS の物理ステップへ展開して反映。

4. フォールバック：決定論的 MockAgent

オフライン環境での開発や CI（継続的インテグレーション）での自動テスト向けに、レイテンシゼロの解析的 MockAgent が標準搭載されています：

bash

uv run jevdash play --mode mock

MockAgent は幾何学レイキャストと放物線軌道予測により、100% の再現性でステージをクリアします。

5. テレメトリとベンチマーク指標

JevDash はプレイ中のエージェント挙動をリアルタイム計測します：

意思決定頻度（Decision Frequency）: 1 秒あたりのエージェント推論回数（Hz）
推論往復時間（RTT Latency）: ネットワーク往復遅延とトークン処理時間
平均走破速度（Traversal Velocity）: ステージ通過時の水平移動速度
ステージクリア所要時間（Clear Time）: スポーンからゴールポータル到達までの秒数

Jev AI 意思決定連携 ​

1. TypeSafe Jev の概要 ​

2. Vercel AI Gateway 連携 ​

環境変数設定（.env） ​

3. 意思決定パイプライン ​

4. フォールバック：決定論的 MockAgent ​

5. テレメトリとベンチマーク指標 ​