Соседние рынки AI agents, open-source services, software discovery, technology intelligence и OSS governance уже имеют коммерческий спрос, но прямой SAM для Jev-radar не подтверждён.
ЗАХВАТ31
Каталог легко форкнуть, формат awesome-list копируем, конкуренты значительно крупнее, а устойчивого data moat, network effect или switching cost пока нет.
ДОСТУП78
MIT-лицензия, развёрнутый сайт и готовая GitHub-синхронизация упрощают коммерциализацию, но access снижают отсутствие релиза, около трёх контрибьюторов, bus factor и зависимость от GitHub API и Jev.
«Заработок возможен через платный intelligence-слой, но потенциал топит слабый capture: каталог легко скопировать без исторического data moat.»
Рыночный анализ · Обзор
Awesome Jev — живой каталог и радар open-source проектов вокруг TypeSafe Jev с доказательствами интеграций в исходном коде.
Проект собирает каталог интеграций Jev, синхронизирует данные с GitHub и показывает, где именно в проекте принимается typed decision. Веб-интерфейс поддерживает поиск и фильтрацию по доменам, а commit-pinned evidence помогает отличать реальные интеграции от простых упоминаний. Agent Skill позволяет AI-агентам искать проекты и просматривать доказательства без ручного чтения всего каталога.
Какую боль решает
Снижает стоимость поиска и оценки интеграций Jev, превращая разрозненные GitHub-проекты в структурированный каталог с проверяемыми исходными данными, decision points и привязкой к конкретным коммитам.
Сценарии использования
+Поиск готовых примеров выбора действий для browser agents.
+Сравнение SDK, MCP-интеграций и инструментов для AI-agent workflows перед внедрением.
+Отслеживание распространения Jev по доменам: routing, security, observability, MCP и automation.
+Добавление новых проектов через GitHub Issue с последующим формированием структурированной карточки.
+Поиск и проверка проектов AI-агентом через Agent Skill.
+Подготовка ecosystem research, vendor landscape и технического due diligence.
Целевой пользователь
Разработчики AI agents, platform engineering и developer experience команды, авторы SDK и MCP-серверов, технические исследователи, early adopters и компании, оценивающие Jev для routing, guardrails и automation.
Более широкий каталог AI agents с open-source и hosted-продуктами и отдельной веб-версией; не делает такой акцент на commit-pinned evidence для каждой карточки.
Автоматически обновляемый ranking AI developer tools с сортировкой по GitHub stars, динамике за семь дней и star-history; отслеживает более узкий набор репозиториев.
Позиционирование
Нишевый догоняющий с потенциально сильной специализацией. Проект уступает крупным AI-каталогам по охвату и накопленной аудитории, но отличается фокусом на Jev, source-backed inclusion, immutable commit и конкретной decision point. Пока это дифференциатор, а не устойчивый ров: формат и методику можно скопировать при наличии собственного corpus и verification pipeline.
Managed Backstage и internal developer portal с каталогом сервисов, документацией, templates, scorecards и AI/MCP-доступом.
Roadie указывает, что Backstage используется более чем 600 компаниями; в case study Expedia упоминается rollout для более 5 000 разработчиков. Это масштаб экосистемы и case study, а не подтверждённая клиентская база Roadie.
Teams$24 за developer в месяц, диапазон 50–150 developers
Коммерческий underlying service для typed decisions, вокруг которого строится ecosystem radar; это не прямой конкурент каталогу.
Официальный сайт позиционирует Jev как API-only модель для software decisions; public self-hosted weights не заявлены.
API$42 за миллиард input tokens; output tokens не тарифицируются
Текущая монетизация проекта
Автор уже подготовил sponsorship-модель, но подтверждённой выручки пока нет. В README указаны открытые founding partner slots, paid placements и независимость рекламы от inclusion review, описаний и organic ranking. При этом прямо сказано, что платных sponsors пока нет. Публичной cloud-версии, платного API, enterprise-плана или подтверждённого GitHub Sponsors revenue в предоставленных данных не видно.
Коммерческий потенциал
ПОТЕНЦИАЛ · СРЕДНИЙ
Заработать можно, но не на самом open-source списке: наиболее реалистичны verified ecosystem intelligence, alerts, API, private enterprise radar, due diligence, services и аккуратно отделённые sponsorships.
Спрос и рынок
Спрос на соседние рынки высокий: AI-agent development, software discovery, technographic intelligence, developer portals и OSS risk management уже монетизируются. Однако готовность платить именно за список проектов вокруг одной модели ограничена; платёжная ценность появляется вокруг workflow, аналитики, governance, alerts, API и enterprise data.
Ров / защищённость
Сейчас ров почти отсутствует. Узкий фокус на Jev, source-backed methodology, commit-pinned evidence, ранний SEO и GitHub momentum являются дифференциаторами, но легко копируются. Потенциальный ров может появиться из исторического графа проектов и интеграций, verified evidence dataset, quality scoring, community submissions, proprietary adoption signals, API, Agent Skill и private enterprise catalog.
Модели монетизации
+Sponsored placements и промо-карточки при независимом organic ranking.
+Managed hosting и premium radar с alerts, историей изменений, сравнением интеграций, webhook, workspace и экспортом.
+Private enterprise radar с SSO, RBAC, audit log, policy-фильтрами и private GitHub/GitLab connectors.
+Платный API и Agent Skill для ecosystem intelligence.
+Платные research reports, vendor landscape и technical due diligence.
+Платная поддержка, кастомная source verification и консультации по внедрению Jev.
+Open-core модель с бесплатным каталогом и закрытыми enterprise-функциями.
Что нужно, чтобы сделать продукт
+Повторяемый retention-механизм: email digest, alerts, saved searches и API.
+Формальная quality scorecard для свежести, активности, bus factor, license risk, test coverage, source evidence и release cadence.
+Исторический data layer с изменениями проектов во времени.
+Auth, billing, team accounts, invoices, access control и продуктовая аналитика.
+Enterprise-функции: private catalogs, SSO, RBAC, audit log, export и SLA.
+Расширение corpus beyond Jev, чтобы снизить зависимость от судьбы одного API.
+Публичная sponsorship policy с явной маркировкой рекламы и защитой независимого ranking.
⚖ ЛИЦЕНЗИЯ · МОЖНО ЛИ КОММЕРЦИАЛИЗИРОВАТЬ
Основной репозиторий распространяется под MIT, поэтому его можно форкать, изменять, использовать в закрытом коммерческом продукте, продавать hosted-версию, enterprise-функции и поддержку при сохранении требуемых уведомлений MIT. Это не распространяется автоматически на код, snippets, logos, screenshots и внешние проекты каталога: их лицензии и права нужно проверять отдельно. Проекты без явной лицензии нельзя считать свободными для коммерческого копирования.
Риски и подводные камни
ВЫСОКИЙСЛАБЫЙ РОВ
Любой сильный maintainer или официальный vendor может скопировать список, UI и taxonomy; текущая методика не создаёт достаточной защиты.
ВЫСОКИЙЗАВИСИМОСТЬ ОТ АВТОРА
Около трёх контрибьюторов, отсутствие релизов и возраст около недели создают высокий риск замедления обновлений или остановки проекта.
ВЫСОКИЙКОНКУРЕНЦИЯ
Крупные AI-каталоги имеют на порядки больше распределения и накопленной аудитории, а официальный vendor или registry может перехватить discovery-слой.
СРЕДНИЙАВТОР МОНЕТИЗИРУЕТ САМ
Paid placements могут подорвать доверие, если пользователи воспримут sponsorship как pay-to-rank, даже при заявленной независимости organic ranking.
СРЕДНИЙЗАВИСИМОСТЬ ОТ АВТОРА
Ценность зависит от одной модели и поставщика: изменения API, доступа, цены или стратегии TypeSafe AI могут резко снизить ценность каталога.
СРЕДНИЙПРОЧЕЕ
Проект зависит от GitHub API, GitHub Issues, внешних repository URLs и доступности исходных commit’ов.
СРЕДНИЙЛИЦЕНЗИЯ
MIT основного репозитория не лицензирует автоматически код перечисленных проектов; у карточек могут быть разные лицензии или отсутствовать явная лицензия.
СРЕДНИЙМАЛЫЙ РЫНОК
Быстрый рост звёзд подтверждает внимание, но не платёжеспособную аудиторию или конверсию в sponsors; прямой SAM не подтверждён.
НИЗКИЙКОММОДИТИЗАЦИЯ
`private: true` и отсутствие release не соответствуют ожиданиям от публичной npm-библиотеки и создают неясность package positioning.
Достоверность разбора
УВЕРЕННОСТЬ · СРЕДНЯЯgpt-5.5 · 2026-09-25 · ОКНО 3D
Оговорки / что не проверено
+Коммерческие масштабы, цены и пользовательские метрики в основном взяты из указанных страниц отдельных продуктов; для большинства цифр в предоставленном разборе не приведено по два независимых источника.
+Оценка рынка AI agents и open-source services относится к широким соседним рынкам, а не к прямому SAM каталога Jev.
+Звёзды альтернативных репозиториев указаны приблизительно и на разные даты; звёзды `tiennm99/awesome-ai-dev-tools` не подтверждены.
+Утверждения о клиентах и масштабе Roadie, OpsLevel, Cortex, Sourcegraph и Snyk частично основаны на публичных заявлениях компаний и case studies, а не на независимом аудите.
+Заявленные Product Hunt pageviews, StackScan coverage и масштабы G2 не подтверждены вторым источником в предоставленном материале.
+Коммерческий спрос, потенциальные тарифы Awesome Jev и conversion в sponsorship являются аналитическими оценками, а не подтверждённой выручкой или результатами ценового теста.
+Статус платных sponsors, cloud-версии, платного API и GitHub Sponsors revenue описан только по видимым предоставленным данным и не доказывает отсутствие таких активностей вне них.
+Геометрическое среднее 55/100 приведено в собранном разборе как итоговая метрика; поля index и grade намеренно не заполнены, поскольку их должен вычислять код.
+Возраст проекта, число карточек, динамика звёзд и другие показатели взяты из предоставленных фактов воронки и не перепроверялись.
+Утверждение о `npm install awesome-jev` и одновременном `
+caveats_note_placeholder
+`private: true` основано на предоставленном README и package.json; фактическое содержимое npm-пакета отдельно не подтверждено.
logicrw/awesome-jev-projects собрал 65 звёзд за окно, тогда как у автора всего 30 подписчиков — эффективная аудитория ≈ 85. Это даёт surprise-индекс 0.52 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.