Jev 教程
Jev 判断模型实战教程:概念、API 调用、渠道选择、置信度兜底、成本与排错。
Jev API 渠道怎么选:官方 API vs OpenRouter
Jev API 官方渠道与 OpenRouter 的接入难度、计费、更新速度对比,以及渠道适配层、迁移清单与迁移成本。
更新于 2026-09-21
Jev 成本与延迟:真实定价测算
以 $0.0462/1M input tokens 测算 Jev 成本,对比通用 LLM,并给出延迟预算与批处理建议。
更新于 2026-09-21
Jev 常见报错排查与修复
Jev 常见报错排查:401、404 模型名、429 限流、JSON 解析失败与 confidence 异常的原因和修复。
更新于 2026-09-21
Jev API 教程:10 分钟发出第一次调用
Jev API 教程:从注册到第一次成功调用的完整 runbook、curl 与 Python 请求逐字段解读、失败模式排查表、成本与延迟实测方法、上线前五条 checklist。
更新于 2026-09-24
Jev 接入编码代理:Cursor 与 Claude Code 配置
在 Cursor 与 Claude Code 等编码代理中接入 Jev API:技能文件结构、完整可运行示例、重试规则、触发排查五步法与六条反模式。
更新于 2026-09-25
Jev 置信度与兜底策略实战
Jev confidence 阈值怎么定:低置信度分流到 LLM、人工或重试,以及生产环境的监控要点。涵盖冷启动调参、批量模式和常见反模式。
更新于 2026-09-26
Jev AI 与 LLM 全面对比:判断模型 vs 聊天模型怎么选
Jev AI 与 LLM 的能力边界、成本模型、延迟、非确定性、可解释性、回归测试场景全面对比,附带代码示例与实战选型清单。
更新于 2026-09-27
Jev 问题设计与状态管理实战
如何写出稳定的 Jev 问题:选项枚举、边界定义、few-shot 示例,以及上下文状态的传递方式。
更新于 2026-09-28
Jev 模型三原语:判断题、选择题、打分题
Jev 三原语实战:判断题、选择题、打分题的请求写法、响应形态、边界条件、成本权衡与选择依据,以及如何组合使用。
更新于 2026-09-29
Jev API Key 获取与环境配置教程
通过 OpenRouter 获取 Jev API Key、管理环境变量、设置额度计费与安全注意事项的完整步骤。
更新于 2026-10-02
Jev 与 LLM-as-a-Judge 对比:评测该用哪个?
jev ai 与 LLM-as-a-Judge 的深度对比:输出解析痛点、位置偏置数据、单次评分成本测算、常见错误排查,以及在自动化评测流水线中如何选型。
更新于 2026-10-06
用 Jev 给 LLM 做护栏:一次请求同时筛输入与输出
用 Jev 搭 LLM 护栏:四个 Noul 风险问题加一个 severity Score 在同一个请求里下发,再由你自己的代码按阈值分流成放行、人工复核、拦截或危机支持路径。含双向筛查、双策略切换与自定义风险表的方法。
更新于 2026-10-07
Jev AI 是什么?判断模型 API 实用指南
Jev AI 是什么?讲清 TypeSafe AI 判断模型的定位、三种题型原语、请求与响应结构、置信度字段含义、成本量级,以及什么时候不该用它。
更新于 2026-10-07
Jev 的语言支持:英文最佳、CJK 可用,但必须在你自己的语料上验证
Jev 接受自然语言文本,但官方文档把话说得很直:英文是主要训练语言、准确率目前最好,其他语言(包括中日韩文字)能用,但表现并不对等。本文把这条警告变成可执行的流程:按语言分层抽样你自己的真实数据、分别统计一致率与置信度分布、给每种语言单独设阈值,并在上线前就想好降级链路。
更新于 2026-10-08
Jev Router 是什么:什么时候该路由,什么时候该死守 Jev 1.13
Jev Router(typesafe/jev-router)用 Jev 给每个请求挑模型和推理强度。讲清 cost_tier、模型偏好列表的真实语义、router metadata、报错码,以及什么情况下你该固定 jev-1.13。
更新于 2026-11-03
Jev 官方 SDK 指南:typesafe-sdk 与 @typesafe-ai/sdk 怎么用
TypeSafe 官方 Python / JavaScript SDK 上手:安装与 extras、客户端参数与四个环境变量、类型化答案、RetryPolicy 重试策略、zstd 压缩、日志脱敏的边界、模型别名漂移和错误码。
更新于 2026-11-05
Jev API 接入路线:官方端点、OpenCode Zen 与 OpenRouter 三条路怎么选
2026 年 11 月实测三条 Jev API 接入路线:官方 api.typesafe.ai、OpenCode Zen 的 jev-1.13(含限时免费版)、OpenRouter。含真实 curl 探针结果、「无额度无法建 key」报错根因、按每千次请求折算的成本表,以及上线前四步连通性核验。
更新于 2026-11-07
Jev AI 设计模式:投机扇出、Noul 预筛与伴随 Noul
TypeSafe 官方文档里的六种请求组织模式:投机扇出、先用 Noul 预筛、伴随 Noul、按置信度路由、按概率路由、复合打分。附官方示例的代码结构、阈值与实测返回值,以及一批请求到底能省多少钱的算术。
更新于 2026-11-09
Jev AI 结构化抽取:先把候选找出来,再让模型挑,最后用级联校验
用 jev api 做结构化抽取而不让模型编出数据:正则先找候选、Choice 只在候选里挑;日期拆成七个 Choice 读零件、日历计算出在代码里;以及拿 Jev 当校验器、只在规则报警时升级到大模型的级联。所有置信度、阈值和成本数字均取自 TypeSafe 官方抽取类食谱原文。
更新于 2026-11-10
Jev 图像输入与 Box 题:怎么传图、怎么读边界框
Jev 传图的完整做法:assets 映射与引用字符串规则、TypeSafe-Danger-Zone-Images 请求头、图像可放在 state/instructions/criteria 三处的区别、Box 题的四条边与置信度、官方实测的 OCR 校验数据,以及硬性尺寸限制。
更新于 2026-11-11
在 Cursor 里用 Jev:规则、技能与自建 MCP 包装层
把 jev api 接进 Cursor:.mdc 项目规则与 AGENTS.md 的分工、.cursor/skills 下的技能目录、.cursor/mcp.json 里自建的 MCP 包装层,以及该写进代码而不是写进提示词的置信度门槛——所有数值与限制均取自 TypeSafe 与 Cursor 官方文档。
更新于 2026-11-12
Jev AI 的九个失效模式:官方 jaggedness 页逐条拆解,附可落地的代码兜法
TypeSafe 官方有一页 Model jaggedness,自己列出了 Jev 判断模型的九种失效模式:字面理解、计数与算术、日期比较、多层间接、state 冗余、对抗性内容、指令与 criteria 冲突、Choice 选项顺序、文本生成。本文按官方顺序逐条给出「文档原话怎么说」「文档建议怎么改」「代码里怎么兜」,并标出每处事实的出处,方便你在架构评审里直接引用。
更新于 2026-11-13
Jev AI 函数调用:把类型签名变成带置信度的 Dispatcher 调用
TypeSafe 官方的函数调用 cookbook(function calling)做法很特别:不生成 JSON,而是把每个「封闭集合」参数变成一道 Choice,把可选参数变成一道 Noul,再把十个函数变成一道 Choice 的十个选项。本文按官方 notebook 打印出来的实测数据逐项拆:28 个可填参数、每个命令 54 道问题、以及 14 条命令真实返回的置信度区间 0.53–1.00。
更新于 2026-11-14
Jev AI 层级分类:用 Choice 概率在分类树上做 beam search
TypeSafe 官方的层级分类 cookbook 只做一件事:从根节点往下走,每到一个节点就它这一层的直接子节点问一道 Choice,把返回的概率当成树上的边权。本文拆解 greedy 与 beam search 的差别、几何平均打分的公式、separation 比值,以及官方实测结果:beam search 三条样例全部命中,greedy 只有两条。
更新于 2026-11-17
Jev AI 无限选项集 Choice:怎样从 5000 条里选出一条(三轮筛选)
选项数量远超 Choice 的 255 个上限时该怎么用 jev api:先用短描述做 Noul 海选、再拿长描述重读前八十、最后用一条 Choice 在前二十里定夺。附官方 cookbook 的实测对比——三轮 78% 对向量检索 33%,以及那条 48 次全对的 0.8 阈值。
更新于 2026-11-18
用 Jev API 核查大模型答案有没有出处:三个 Noul 一次请求,算出一个风险值
RAG 答案出处核查的落地做法:把「段落是否够答」「模型是否在推辞」「结论能否从段落一步步推出来」三个 Noul 问题塞进一次 Jev API 请求,概率合成一个风险值。官方 verify_llm_outputs cookbook 在 2026-11-07 用 jev-1.14.0 测了 1,000 条 MuSiQue 答案:按 0.2 阈值放行 73%,其中 95.7% 是对的,不筛则 88.5%。文中数字、阈值、示例得分全部照录官方原文。
更新于 2026-11-19
用 Jev API 做句级语义检索:218 个行 ID 一次 Choice 排序,再补一个 Noul 判定有没有答案
文档问答里最坑的一步是检索:拿回来的段落切得对题,可里面就是没有回答那句话。这篇讲怎么把检索单位压到行:给每行打 ID,用一个 Choice 问题给全部行 ID 打分,再在同一个 Jev API 请求里用一个 Noul 问题判定文档到底有没有答案。全部数字、阈值和示例得分照录官方 semantic_find cookbook——测试文档是 GitHub 服务条款,218 行、43,980 字符,模型 jev-1.14.0。
更新于 2026-11-20