> **JeecgBoot AI专题研究** | 把判断类任务从通用大模型里剥离出来，用 Jev + Skill 的方式接入 Claude Code、Codex 等 Coding Agent 的低成本落地路径

---

![Jev：Decisions, not text.](https://developer.qcloudimg.com/http-save/yehe-1184138/1425babbe2b3dcacf46e07a4392a7041.jpg)

#### 先说清楚：Jev 是干什么的

Jev（TypeSafe AI 出品）不写代码、不写文案，只做一件事——**在给定上下文里给出结构化的判断结果**：是 / 否、选哪个、打几分。

所以它不是用来替代 Claude Code、Codex 的，而是给它们打配合：**Coding Agent 负责写，Jev 负责判断。**

Jev 已经取消 waitlist，注册即用，控制台入口：

```
https://console.typesafe.ai
```

新账号送 5 美元额度，官方口径约 1.2 亿 Token，目前还没开放充值入口。

下面五步，走完就能用。

---

#### 第一步：拿到 API Key

进入控制台的 API keys 页面创建密钥：

```
https://console.typesafe.ai/keys
```

![在 TypeSafe 控制台创建 API Key](https://developer.qcloudimg.com/http-save/yehe-1184138/1674d610c638370e34110a510d9ae5ad.jpg)

Key 只在创建时完整展示一次，当场存好。**别粘进脚本或配置文件**，设成环境变量 `TYPESAFE_API_KEY`，后面 curl 和 Agent 都从环境里读：

```bash
# macOS / Linux，写进 ~/.zshrc 或 ~/.bashrc
export TYPESAFE_API_KEY="你的密钥"

# Windows PowerShell（当前会话）
$env:TYPESAFE_API_KEY = "你的密钥"
```

这样 Agent 自动跑命令时看到的是变量名而不是明文，不会把密钥顺手提交上去。

---

#### 第二步：先看懂价格表，再决定怎么用

Jev 不是免费模型，但它的定价结构和常规模型完全不是一个逻辑：

![Jev 模型的定价与速率限制](https://developer.qcloudimg.com/http-save/yehe-1184138/fa522c5013e569aedf6b70388b830756.jpg)

几个值得单独拎出来的点：

- **输出侧免费，只按输入计费。** 这一条直接决定了它的最佳用法——你可以毫无顾虑地把大段上下文塞进去，反正贵的是输入，而判断类任务的输出本来就只有几个字节。
- **单价以「每十亿 Token」为单位标注**，横向换算下来，比同类模型便宜 40～400 倍。这个区间的下限和上限差距很大，取决于你原本拿什么模型来做判断。
- **速率限制相当宽松**：每秒 250,000 Token、每分钟 1,200 次请求，足够支撑批量场景。
- **上下文上限 64K Token**，其中 `state` 加上最长的那个问题合计不超过 32K。**只支持文本输入**，图片、音频、视频一律不认。

最后这条限制需要在设计调用方式时就纳入考虑：如果你的判断依据是一张架构图或者一段录屏，Jev 帮不上忙，得先由别的环节转成文字描述再喂进来。

---

#### 第三步：用 curl 打通链路，确认自己理解了返回结构

在接入任何 Agent 之前，强烈建议先用 curl 手动打一次。原因很简单——只有看过原始返回，你才知道后面 Skill 到底帮你封装掉了什么。

```bash
curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<'EOF'
  {
    "state": "我的 Claude 账号被封号了，一直没有解封，用不了，麻烦帮我看下",
    "model": "jev-latest",
    "questions": {
      "urgency": {
        "type": "noul",
        "instructions": "这个问题和登录有关系吗?"
      }
    }
  }
EOF
```

返回长这样：

![curl 调用 Jev 接口的实际返回结果](https://developer.qcloudimg.com/http-save/yehe-1184138/718ff4eae93d19c199f95c78dc16e7a2.jpg)

拆开看，这个请求体的设计思路其实很清楚：

| 字段 | 作用 |
|------|------|
| `state` | 待判断的**非结构化上下文**，可以是一段话、一份日志、一段代码 |
| `model` | 模型版本，`jev-latest` 表示跟随最新 |
| `questions` | 你要问的问题集合，**可以一次问多个**，每个问题独立命名 |
| `type` | 问题类型，决定了返回值的形态（示例中的 `noul` 表示「是否成立」） |
| `instructions` | 对这个问题的自然语言说明 |

返回里的 `"noul": 0.82` 是个**置信度数值**，而不是简单的 true/false。这一点在工程化的时候非常有用：你可以自己设阈值，比如 0.9 以上才自动执行，0.6～0.9 之间转人工确认，0.6 以下直接否决。用一个布尔值是做不到这种分级的。

`usage` 字段也值得看一眼——这次调用输入 305 Token、输出 21 Token。结合「输出免费」的规则，这一次判断的实际成本几乎可以忽略不计。

---

#### 第四步：装 Skill，把 API 细节交给官方封装

手动拼 JSON 显然不是长久之计。官方提供了一个即插即用的 Skill，仓库地址：

```
https://github.com/typesafe-ai/skills
```

这个 Skill 本身不是简单的 API 封装，它往 Agent 的上下文里塞进了三样东西：

- **三种问题类型的完整定义**（Choice 封闭选择 / Noul 是否成立 / Score 有序打分）
- **推荐的架构模式**，也就是什么该交给模型、什么该留在代码里
- **组织评估的最佳实践**，怎么把多个判断组合成一次有意义的决策

换句话说，装上它之后，Agent 不只是「会调这个接口」，而是「知道什么时候该调、该怎么问」。这个差别在实际使用中很明显。

Skill 同时适用于 Claude Code、Codex 以及其他主流 Coding Agent，但两类工具的安装方式不同，下面分开说。

**在 Claude Code 中安装**

Claude Code 走插件市场，两条命令：

```bash
claude plugin marketplace add typesafe-ai/skills
claude plugin install typesafe@typesafe-ai
```

![Claude Code 中添加市场并安装 typesafe 插件](https://developer.qcloudimg.com/http-save/yehe-1184138/15e5e684329830fff2021485cf2fd0e9.jpg)

执行过程会自动 clone 仓库、校验市场配置、装好插件。装完之后建议重启一次 Claude Code，或者直接执行 `/reload-plugins` 让插件生效。

**在 Codex 及其他 Agent 中安装**

非 Claude Code 系的工具走 skills.sh 这条通用链路：

```bash
npx skills add typesafe-ai/skills --skill typesafe-ai
```

![npx skills 安装时的 Agent 多选界面](https://developer.qcloudimg.com/http-save/yehe-1184138/0ee1d583ed3b145647addfff2ee087e9.jpg)

它会先列出一批默认勾选的通用 Agent——Codex、Cursor、Gemini CLI、OpenCode、Cline、GitHub Copilot、Zed 等都在内，往下翻还能自己加选其他目标。确认后回车即可完成安装。

这里有个小细节：默认写入的是 `.agents/skills` 这个通用目录，多数现代 Agent 都会去读它，所以一次安装基本能覆盖你机器上的大部分工具，不需要挨个装。

---

#### 第五步：真正用起来——两个有代表性的场景

Skill 的触发方式和普通 Skill 一致：既可以自然语言说「用 TypeSafe 技能帮我判断……」，也可以直接敲斜杠命令 `/typesafe:typesafe-ai` 主动调用。

**场景一：让它替你做一个「买不买」的决定**

先来个和代码无关的，用来体会它的输出风格：

```
/typesafe:typesafe-ai Mac mini 我有必要买吗？请直接给判断
```

![Jev 对一个采购决策给出的结构化判断](https://developer.qcloudimg.com/http-save/yehe-1184138/93d0dce9cf095644dc13cf68be8e6af0.jpg)

整个过程 12 秒出结果，结论是「不必买」。

注意它的输出结构——不是一段和稀泥的分析，而是一张「问题 / 原语 / 结果 / 依据」四行表格，结果那栏直接写着「否（接近 0）」。它甚至还给出了**结论失效的条件**：只有当出现「需要一台一直开着、不带屏幕的机器」这种需求时，才值得重新判断。

这种「给结论 + 给依据 + 给反转条件」的三段式，比通常那种列十条优点再列十条缺点最后说「取决于你的需求」的回答，可执行性高出一个量级。

**场景二：让它审一遍项目里的「弱代码」**

这个才是 Coding Agent 场景下的重头戏：

```
/typesafe:typesafe-ai 分析下这个项目，判断有哪些可替代复杂的逻辑或弱代码。
```

![Claude Code 先抓取 TypeSafe 文档再动手分析项目](https://developer.qcloudimg.com/http-save/yehe-1184138/057488f1ae62608dea7143e2a1b12397.jpg)

可以看到它的执行路径：先去抓 TypeSafe 的文档（`llms.txt`、`how-to-build-with-system-one.md`、`use-case-map.md`），摸清判断原语的适用边界，然后才开始读项目结构。这就是前面说的「Skill 提供上下文」的价值——它不会上来就瞎判断。

最终产出是这样一张对照表：

![带 TypeSafe 判定列的代码审查对照表](https://developer.qcloudimg.com/http-save/yehe-1184138/f5868de1de62d70fce515106fd29570e.jpg)

表格比常规的代码审查多出了最右边一栏 **TypeSafe?**，逐条回答「这段逻辑该不该交给模型判断」。而且结论几乎全是「否」，并附上了原因：

- `DesktopOwnerProbe.knownHijackers` 写死 bundle ID —— **精确身份匹配，不是读含义**，该留在代码里
- `DesktopOwnerProbe.hijackerIDs()` —— **死循环式冗余**，删掉即可
- `ClickRegion` 按 `visibleFrame` 判位置 —— **纯几何计算**
- `DesktopService.reveal()` 的重试节奏 —— **时序问题，模型解决不了竞态**
- 两套拖拽排序手势 —— 几何 + 重复代码，**该抽公共组件，不是该调模型**

这个结果初看有点反直觉：花钱装了个判断引擎，结果它告诉你「这些地方都不需要我」。但这恰恰是它最该被称赞的地方——**一个愿意说「这里别用我」的工具，比一个哪儿都想插一脚的工具可信得多**。文档里也明确列出了禁区：日期差、状态位、白名单、几何命中、bundle ID、文件路径，这些确定性计算一律不要交给模型。

**在 Codex 里的调用方式**

Codex 这边同样是 Skill 化调用，输入 `/Typesafe` 就会自动补全：

![Codex 中调用 Typesafe Skill 的效果](https://developer.qcloudimg.com/http-save/yehe-1184138/775021565065b7c9e782938c87d734aa.jpg)

对同一个 Mac mini 问题，Codex 侧用时 14 秒，结论一致：「不买」，理由是「属于想买，不是有必要买」。不同宿主 Agent 之间结论稳定，说明判断主要由 Jev 本身完成，宿主只负责组织上下文。

---

#### 维护：怎么保证 Skill 是最新的

Skill 还在迭代，跟进更新的方式按安装渠道区分。

**Claude Code 插件方式：**

```bash
claude plugin marketplace update typesafe-ai
claude plugin update typesafe@typesafe-ai
```

更新完同样需要重启 Claude Code 或执行 `/reload-plugins`。

嫌麻烦的话可以开自动更新：打开 `/plugin` → 选 Marketplaces → 选 typesafe-ai → 启用自动更新，之后就不用管了。

**skills.sh 方式：**

```bash
npx skills update
```

**手动复制 Skill 目录的方式：** 没有增量更新机制，只能用 GitHub 上的最新版本整个替换掉原来的 skill 目录。这也是不推荐手动安装的原因。

---

#### 偷懒方案：一段提示词让 Agent 自己装

如果你懒得判断当前用的是哪个工具、该走哪条命令，可以把下面这段直接丢给任意支持 Skills 的 Agent，让它自己识别环境并完成安装：

```
安装 TypeSafe 技能。如果你在 Claude Code 中，请运行 claude plugin marketplace add typesafe-ai/skills，然后运行 claude plugin install typesafe@typesafe-ai。如果你在其他 Coding Agent 中，请运行 npx skills add typesafe-ai/skills --skill typesafe-ai 并选择你的 Coding Agent。请使用其中一种安装方式。你可以直接阅读该技能的说明文档：https://github.com/typesafe-ai/skills/blob/main/skills/typesafe-ai/SKILL.md（原始版本：https://raw.githubusercontent.com/typesafe-ai/skills/main/skills/typesafe-ai/SKILL.md）。之后在开发此项目时即可使用 TypeSafe 技能。
```

它会自己识别当前环境该走哪条命令，比你先搞清楚环境再敲要省事。

---

#### 什么时候该用它，什么时候别用

实操下来，这条边界比安装教程本身更值得记住。

**适合交给 Jev 的：**

- 对非结构化文本做**封闭选择**（从固定几项里挑一个）
- 判断某件事**是否成立**（返回置信度，自己设阈值）
- 对模糊标准做**有序打分**（优先级、风险等级、严重程度）
- 需要高频、大批量判断，且每次输入很长、输出很短的场景

**不适合交给 Jev 的：**

- 任何确定性计算：日期差、数值比较、几何命中、白名单匹配
- 精确身份识别：bundle ID、文件路径、主键查找——这些是查表，不是读含义
- 时序与并发问题：竞态条件不是靠「判断」能绕过去的
- 需要生成内容的任务：它压根不干这个
- 输入包含图片、音频、视频的场景：接口只收文本

还有两条工程上的注意事项：

1. **上下文 32K 的隐性约束。** 总上限是 64K，但 `state` + 最长问题只有 32K。如果你打算把整个文件塞进去判断，先估算一下长度，超了要做切片或摘要。
2. **置信度别当布尔值用。** 返回的是 0～1 的浮点数，直接 `if (result > 0.5)` 会丢掉最有价值的那部分信息。建议至少分三档：高置信自动执行、中置信转人工、低置信直接否决。

---

#### 总结

整套流程其实就三件事：建 Key、装 Skill、敲 `/typesafe:typesafe-ai`。官方把 Skill 做好了，不用自己封装 API，接入成本基本为零。

上手建议：**别一上来就接进生产流程**。先让它审一遍你手头项目的代码，看看它判定哪些逻辑「不该交给模型」——这份清单比它给出的任何一个「是」都更有价值。

新用户 5 美元、约 1.2 亿 Token 的额度，够把真实场景跑一遍再下结论。

---

JeecgBoot AI专题研究 | 把判断类任务从通用大模型里剥离出来，用 Jev + Skill 的方式接入 Claude Code、Codex 等 Coding Agent 的低成本落地路径

10 分钟给 Claude Code、Codex 装上 Jev：让 Coding Agent 学会自己拿主意

人工智能

开发工具

编程语言

JeecgBoot结合TypeSafe AI的Jev实现低成本AI判断任务落地。Jev专注结构化判断，不生成内容，通过五步完成接入：获取API Key、理解价格、curl测试、安装Skill、实际调用。适用于代码审查、购买决策等封闭式判断场景，输出置信度数值支持阈值分级。安装支持ClaudeCode、Codex等主流Agent，新用户获5美元额度。

代码解释

GitHub

Linux

Agent

JSON

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

JeecgBoot结合TypeSafe AI的Jev实现低成本AI判断任务落地。Jev专注结构化判断，不生成内容，通过五步完成接入：获取API Key、理解价格、curl测试、安装Skill、实际调用。适用于代码审查、购买决策等封闭式判断场景，输出置信度数值支持阈值分级。安装支持ClaudeCode、Codex等主流A...

10 分钟给 Claude Code、Codex 装上 Jev：让 Coding Agent 学会自己拿主意-腾讯云开发者社区-腾讯云

10 分钟给 Claude Code、Codex 装上 Jev：让 Coding Agent 学会自己拿主意

10 分钟给 Claude Code、Codex 装上 Jev：让 Coding Agent 学会自己拿主意

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐