今天来讲讲如何在 Claude Code,Codex 等AI编程工具接入 Jev 模型,如果你还不知道 Jev 是什么,可以看看这篇文章:
如何申请 API Key
打开官网控制台:https://console.typesafe.ai
登录后进入 API Keys 页面:https://console.typesafe.ai/keys 创建一个API Key,然后在本地设置环境变量:
export TYPESAFE_API_KEY="你的密钥"
新用户初始赠送 5 美元额度,可以满足你进行功能测试。按官方定价(输入 $0.042/百万 Token,输出免费)推算,这笔额度大约能跑 1.2 亿输入 Token,相当充裕。赠送活动以官网当前政策为准,目前暂无充值入口。
安装 Jev Skill
我们需要安装官方提供了即插即用的 Skill 仓库:https://github.com/typesafe-ai/skills,当然也有第三方的 Jev skill 出来了,我们选择官方比较靠谱。
Claude Code 安装:
claude plugin marketplace add typesafe-ai/skillsclaude plugin install typesafe@typesafe-ai
Codex 及其他 Coding Agent 安装:
npx skills add typesafe-ai/skills --skill typesafe-ai
npx skills 安装时会按提示选择对应的 Agent(支持 Codex、Cursor 等),自己选择自己想要的即可。默认安装到当前项目,加 -g 可以全局安装。
验证 Key 可用性
装 Skill 之前,建议先用一条 curl 确认密钥可用。Jev 的 API 只有一个端点:把「状态 + 类型化问题」POST 过去,直接返回带概率的结构化答案,而不是生成一段文本:
curl -s https://api.typesafe.ai/v1/systemone \ -H "Authorization: Bearer $TYPESAFE_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "jev-latest", "state": { "command": "git push --force", "branch": "main" }, "questions": { "needs_confirm": { "type": "noul", "instructions": "执行 `command` 前是否需要人工确认?" }, "risk": { "type": "score", "instructions": "对 `branch` 分支执行 `command` 的风险有多高?", "criteria": ["低:可正常恢复", "中:有副作用但可控", "高:可能造成不可逆损失"] }, "action": { "type": "choice", "instructions": "应该采取哪种处置方式?", "criteria": { "直接执行": null, "确认后执行": null, "拒绝并建议替代方案": null } } } }'
返回的 JSON 长这样:
{ "model": "jev-1.13.0", "answers": { "needs_confirm": { "type": "noul", "noul": 0.89 }, "risk": { "type": "score", "score": 1.9, "confidence": 0.86, "legend": { "0": "低:可正常恢复", "1": "中:有副作用但可控", "2": "高:可能造成不可逆损失" }, "probabilities": { "0": 0.0, "1": 0.09, "2": 0.91 } }, "action": { "type": "choice", "choice": "拒绝并建议替代方案", "confidence": 0.72, "probabilities": { "拒绝并建议替代方案": 0.81, "确认后执行": 0.19, "直接执行": 0.0 } } }, "usage": { "input_tokens": 431, "output_tokens": 91 }}
三种问题类型对应三种答案:noul 返回「是」的概率(0~1,没有单独的置信度);choice 返回选中的选项加完整概率分布和置信度;score 返回概率加权的分值(可以落在两级之间)、各级概率和置信度。整套请求通常亚秒级返回。
如果你偏好 Python,官方 SDK 同样几行就能跑:
pip install typesafe-sdk
from typesafe_sdk import Choice, Noul, Score, TypeSafeClient with TypeSafeClient() as client: response = client.system_one( state={"command": "git push --force", "branch": "main"}, questions={ "needs_confirm": Noul(instructions="执行 `command` 前是否需要人工确认?"), "action": Choice( instructions="应该采取哪种处置方式?", criteria={"直接执行": None, "确认后执行": None, "拒绝并建议替代方案": None}, ), }, ) print(response.nouls["needs_confirm"].noul)print(response.choices["action"].choice)
在 Claude Code 中使用
安装完成后,可直接用斜杠命令或自然语言触发。它的实际工作机制是:/typesafe:typesafe-ai 会把官方 Skill 的说明加载给 Claude Code,Claude Code 再按说明帮你写好调用脚本、真实请求 Jev API,最后把结构化结果汇总给你。以下是两个更实用的真实场景:
案例 1:项目代码重构决策
/typesafe:typesafe-ai请分析 src/utils/permissions.ts 这个文件,重点关注:1. 哪些复杂 if-else 或重复逻辑可以用结构化判断替代?2. 哪些函数/代码块建议删除、保留或抽取成公共组件?3. 对每个候选块给出明确决策(删除 / 保留 / 重构), 用 TypeSafe 的 Choice 给出决策、Score 给出改造成本评分。
Claude Code 会把相关代码片段作为 state、把「删除/保留/重构」作为 Choice 选项发给 Jev,然后汇总成一张决策表(例如某段权限判断的 Choice 结果是「删除」、置信度 0.87),你可以直接按表落地重构。
案例 2:危险命令/工具调用安全门控
/typesafe:typesafe-ai我即将执行这条命令:[把命令贴在这里,例如 rm -rf ./tmp 或 git push --force] 请用 TypeSafe 判断:1. 风险等级(Score:低 / 中 / 高)2. 执行前是否需要人工确认(Noul)3. 处置方式(Choice:直接执行 / 确认后执行 / 拒绝并建议替代方案) 只返回结构化判断结果,不要直接执行。
Jev 通常亚秒级返回带概率的判断(例如「高风险」的概率 0.72、「需要人工确认」的概率 0.93,见上文 curl 示例的真实返回格式),Claude Code 根据阈值决定是否继续执行,相当于给 Agent 加了一层便宜又快速的安全护栏。
更新命令:
claude plugin marketplace update typesafe-aiclaude plugin update typesafe@typesafe-ai
然后重启或运行 /reload-plugins。
在 Codex 中使用
Codex 没有斜杠命令这种触发方式,Skill 装好后会被 Codex 自动发现,直接用自然语言说就行,比如:
用 TypeSafe 判断下面这条命令是否需要人工确认,只返回结构化结果,不要执行:git push --force origin main
Codex 会读取已安装的 typesafe-ai Skill 并调用 Jev API 完成判断,用法与 Claude Code 类似:让 Codex 负责生成代码,Jev 负责判断与决策。
总结
Jev 最有意思的地方在于它提供了一种全新的使用方式,不生成内容,而是帮你做判断、分析和决策。
最推荐的玩法是与 Claude Code、Codex 这类 Coding Agent 搭配:Agent 负责干活,Jev 负责判断。
官方 Skill 已经封装好,几乎零折腾即可上手。目前还有免费额度,输入 Token 价格也极低($0.042/百万,输出免费),非常适合大量测试真实项目、代码重构和复杂技术决策。赶紧试试吧!
评论