Jev是 TypeSafe 推出的决策模型。你给它材料和明确的问题，它返回选项、分数或概率。它不生成评审文章，也不会替你修改代码。它根据类型化问题评估共享状态，并返回选项、分数和布尔概率，支持分类、路由、基于评分标准的评估以及自动化验证。多个问题可以在单次请求中并行评估。
本篇沿着实际接入过程来讲。先跑通一次 API 调用，再给 Claude Code 或 Codex 装代码评审工具，做完以后，你会有一个能调用的判断接口、一套代码评审流程，以及一份可以拿来校准的判断日志。最后介绍JEV-MODEL-ROUTER插件使用。
1.先选清楚，你准备让 Jev 判断什么
Jev 最容易用起来的任务，有一个共同点，答案的范围事先已经知道。
第一次接入，建议从代码评审开始。它对原有流程的影响比较小，你可以逐次比较模型建议和实际代码，不必马上让它决定执行权限。
准备环境时，确认这些条件。
已经能正常使用 Claude Code 或 Codex。
有可用的 TypeSafe API key。没有拿到 key，先到控制台确认账号当前的开通状态。
使用社区评审插件需要 Node.js 20 或更新版本；后面的 Python 示例使用 Python 3.10 或更新版本。
示例终端命令按 macOS、Linux 或 WSL 编写。
可以先运行 node --version 和 python3 --version 检查环境。别等插件装完，才发现运行它的解释器版本不对。
2.看懂它的输入和三种题型
Jev 的一次请求可以拆成两部分。
state 是给它看的材料。评审代码时，可以放用户要求和相关改动；处理工单时，可以放客户的原始消息。
questions 是需要它回答的问题。问题可以混在一次请求里，分别得到结果
Choice 和 Score 还会返回 confidence。它是从概率分布计算出来的统计量，不能直接当成“这个答案正确的概率”。Noul 没有单独的这个字段。
初学时最容易犯的错，是把所有需求压进一句“判断这件事是否合理”。
合理取决于什么？是否符合用户要求，是否会修改远程状态，还是是否涉及凭证？这些条件得分别写清楚。模型拿到模糊的问题，即使返回一个很精确的小数，也没有替你定义好标准。
3.跑通第一次调用，确认 key 和网络都正常
先去 TypeSafe 控制台 创建 API key，在本机终端设置环境变量。
export TYPESAFE_API_KEY="你的 API key"
检查时只确认有没有设置，不必把 key 打印出来。
test -n "$TYPESAFE_API_KEY" && echo "key 已设置"
接着发送一个简单的判断题。这个例子问的是消息中有没有明确的时间要求。
curl --fail-with-body --max-time 15 \
<https://api.typesafe.ai/v1/systemone> \
-H "Authorization: Bearer $TYPESAFE_API_KEY" \
-H "Content-Type: application/json" \
--data-binary @- <<'JSON'
{
"model": "jev-latest",
"state": {
"message": "我被重复扣款了，希望今天能帮我处理。"
},
"questions": {
"has_deadline": {
"type": "noul",
"instructions": "message 是否明确提出了处理时间或截止时间？"
}
}
}
heredoc> JSON
{"model":"jev-1.13.0","answers":{"has_deadline":{"type":"noul","noul":0.83}},"usage":{"input_tokens":310,"output_tokens":23}}%
成功后，响应里应该有 answers.has_deadline.noul。它应该是 0 到 1 之间的数。先检查结构正确，再观察判断是否符合这条消息的含义，不要求每次都返回同一个小数。
把“希望今天能帮我处理”换成“时间不着急”，再跑一次。两条都带时间信息，所以按当前问题，两条都可能获得较高分数。如果你想区分紧急程度，就需要另写一个关于紧迫性的条件。
curl --fail-with-body --max-time 15 \
https://api.typesafe.ai/v1/systemone \
-H "Authorization: Bearer $TYPESAFE_API_KEY" \
-H "Content-Type: application/json" \
--data-binary @- <<'JSON'
{
"model": "jev-latest",
"state": {
"message": "我被重复扣款了，时间不着急。"
},
"questions": {
"has_deadline": {
"type": "noul",
"instructions": "message 是否明确提出了处理时间或截止时间？"
}
}
}
heredoc> JSON
{"model":"jev-1.13.0","answers":{"has_deadline":{"type":"noul","noul":0.16}},"usage":{"input_tokens":306,"output_tokens":23}}%
这一步很有用。它会让你立刻发现，你写的问题和脑子里想判断的东西，有时差着半句话。
4.用 Python 一次问完选择题、评分题和判断题
API 通了，再安装 SDK。下面用独立虚拟环境，减少装错解释器的问题。
mkdir jev-demo
cd jev-demo
python3 -m venv .venv
source .venv/bin/activate
python -m pip install typesafe-sdk
新建 first_jev.py，写入下面的示例。
from typesafe_sdk import Choice, Noul, Score, TypeSafeClient
client = TypeSafeClient()
response = client.system_one(
state={
"message": "我被重复扣款了，希望今天退回多扣的钱。"
},
questions={
"intent": Choice(
instructions="message 中客户的主要诉求是什么？",
criteria={
"refund": "要求退回已经支付的钱",
"technical": "要求修复产品功能或连接问题",
"information": "只咨询信息，没有要求退款或修复",
"other": "以上类别均不适合，或缺少判断材料",
},
),
"urgency": Score(
instructions="message 表达了多强的处理紧迫性？",
criteria=[
"没有要求尽快处理，也没有提出近期截止时间",
"希望尽快处理，或提出当天等近期截止时间",
"明确要求立即处理，并说明正在遭受严重影响",
],
),
"has_deadline": Noul(
instructions="message 是否明确提出了处理时间或截止时间？"
),
},
)
print("model", response.model)
print("intent", response.answers["intent"].choice)
print("probabilities", response.answers["intent"].probabilities)
print("urgency", response.answers["urgency"].score)
print("has_deadline", response.answers["has_deadline"].noul)
运行它。
python first_jev.py
这段代码按官方 SDK 的调用形式编写，客户端会读取 TYPESAFE_API_KEY。如果你换了终端，需要重新设置环境变量。
读输出时，注意三个细节。
**Choice 留一个接不住的出口。 **示例中的 other 让无法归类的消息有地方可去。类别覆盖不全，却强迫模型必选一个业务部门，程序仍会拿到合法答案，只是业务分错了。
**Score 的含义来自你写的等级。 **这里有三个等级，对应 0、1、2。拿到 1.2，不能把它说成“紧急程度 1.2 分，满分 10 分”。你换了评分标准，旧分数也就失去了直接比较的基础。
**把模型标识留在记录里。 **同样的问题换了模型，分数分布可能变化。调阈值时，把请求使用的模型名和响应里的 model 一起记录；需要复现时，再按 Models 文档选择可固定的具体版本。
5.给 Claude Code 或 Codex 接上 jev-review
前面的调用帮你理解 Jev 怎么工作。接下来可以用现成的社区插件，让编码 Agent 在工作时调用它。
先给插件设置它需要的变量名。
export JEV_API_KEY="$TYPESAFE_API_KEY"
这里别混淆。前面的 SDK 读取 TYPESAFE_API_KEY，jev-review 读取 JEV_API_KEY。
Claude Code 用户运行这一条。
npx plugins add NiazMorshed2007/jev-review --target claude-code
Codex 用户用这一条。
npx plugins add NiazMorshed2007/jev-review --target codex
以上是项目给出的安装入口。安装完成后重启客户端，确认 MCP 连接状态。Claude Code 可以用 /mcp 检查；使用其他界面时，在相应的 MCP 管理入口查看。
如果采用手动方式，项目也给出了 Codex 配置。将这一段合并进 ~/.codex/config.toml，路径换成你实际保存并构建好项目的位置，别覆盖已有配置。
[mcp_servers.jev-review]
command = "node"
args = ["/绝对路径/jev-review/dist/server.js"]
env_vars = ["JEV_API_KEY"]
插件要能启动，配置中的文件必须存在，客户端进程也必须拿到 key。特别是从桌面图标启动的程序，不能假定它自动继承了终端里刚 export 的变量。
jev-review 在本机运行 MCP 服务，但评审内容会发给配置的 Jev API。任务说明和 diff 只提交本次评审必需的部分，排除密钥与无关私有代码。
第一次就用一项小改动验证
选一个你能看懂结果的任务，例如修复一个输入校验问题。把下面这段要求交给 Agent，方括号换成实际需求。
完成这项改动，并在实现过程中使用 jev-review。
本次需求为［填写需求及验收条件］。
完成第一版实现后，提交任务要求、相关代码差异和必要上下文进行评审。保存第一次结果，作为后续比较的起点。
对评分较低的维度，回到代码中检查原因。能找到具体问题再修改，不要为了提高分数扩大改动范围。
修改后运行相关测试，再使用相同要求和尽量一致的上下文重新评审。支持时传入 previousEvaluation 比较前后变化。
最后交代改了什么、测试结果，以及仍需人工判断的地方。
你要看到实际的 jev_review 调用和返回结果。Agent 只说一句“已经自查”，不能算接通了这个工具。
评审后也别只看总的感觉。某个维度变好了，就去看对应改动有没有实际价值；如果只是改了命名，不能据此认定逻辑错误已经消失。
Jev 返回质量信号，具体原因仍由 Agent 分析，正确性继续用测试和代码检查验证。这也是项目说明中的职责划分。
claude:
使用jev-review分析最近的一次提交效果
⏺ jev-model-router: [jev-model-router] main loop → claude-sonnet-5: balanced (confidence 0.34)
Thought for 25s, called pmb, ran 1 shell command
⏺ Skill(jev-review:jev-review)
Successfully loaded skill
Thought for 2m 12s, read 1 file, ran 3 shell commands
我已通读该提交的完整差异。在调用 jev_review 之前，先核实一个关键事实：文档中引用的新增代码文件（CgalExactSolid.cs、CgalExactSolidStage0Probe.cs、CgalExactSolid.dll）是否确实在本仓库中存在。
评审完成。先说明：jev_review 返回的是标量分数与预定义类别提示，不是根因分析——以下是分数加上我对该提交逐行核查后的独立诊断。
提交概况
8fbc95823 是纯文档提交（11 个文件全在 Doc/plans/第三迭代总体分析/土方工程/，+2139/−52）：建立 g4/OCCT/CGAL 三库分工、重排 AI 辅助工期（阶段0 4→6 日、阶段4 12→10 日，总基线维持 97/134 日）、新建实施路线图与完成跟踪体系（47 项任务、12 工作包、42 验收场景台账）。
Jev 基线评分
┌─────────────────┬──────┬────────┬───────────────────────────┐
│ 维度 │ 分数 │ 置信度 │ 类别提示 │
├─────────────────┼──────┼────────┼───────────────────────────┤
│ correctness │ 4.7 │ 0.55 │ 依赖了不安全/不正确的假设 │
├─────────────────┼──────┼────────┼───────────────────────────┤
│ consistency │ 4.9 │ 0.55 │ 相关部分约定不一致 │
├─────────────────┼──────┼────────┼───────────────────────────┤
│ documentation │ 4.9 │ 0.53 │ 运行使用说明不足 │
├─────────────────┼──────┼────────┼───────────────────────────┤
│ maintainability │ 5.0 │ 0.54 │ 常规修改易出错 │
├─────────────────┼──────┼────────┼───────────────────────────┤
│ readability │ 5.4 │ 0.37 │ 意图表达可更清晰 │
└─────────────────┴──────┴────────┴───────────────────────────┘
拉低分数的具体根因：
1. correctness 4.7 的主因——证据在版本库不可复核：新文档多处断言“脚本和 DLL 已加入项目”，但 Assets/Plugins/CgalExactSolid.dll、Assets/Editor/CgalExactSolidStage0Probe.cs、Wrappers/CgalExactSolid.cs 在 release 分支中不存在、无提交历史（工作区干净，也无忽略规则）。这些文件只存在于作者本机。跟踪文档的核心承诺（S0-07 待验证项、Unity 菜单入口）在任何其他 checkout 上都是死链接。
2. consistency/documentation：大量 /C:/YAO/... 本机绝对路径链接（如 DMeshAABBTree.cs:1554），仅作者机器可打开；1057 行生成 JSON 作为证据可以保留，但读者无法从中复跑。
3. maintainability：同一张“用库分工表”在 4 个文档中整表重复（设计方案 1.3、AI 计划 1.6、任务对照 §1、技术方案 §2）。文档已指定《后续功能用库与开发任务对照》为权威（“以……为准”），但整表复制仍会在后续 27 周的修订中漂移——这正是后续每次更新最容易出错的地方。
6.使用jev-model-router插件
jev-model-router是一种基于函数钩子构建的完整 Claude Code 插件（类似 Anthropic 的 mods/布局）；在安装了 Claude Code 2.1.259 及更高版本，并设置 CLAUDE_CODE_ENABLE_FUNCTION_HOOKS=1 的环境下即可使用，不过 API 调用.
安装
npx claude-code-templates@latest --mod productivity/jev-model-router
$ npx claude-code-templates@latest --mod productivity/jev-model-router
ƒ Installing mod: productivity/jev-model-router
⚠️ Early access: mods need CLAUDE_CODE_ENABLE_FUNCTION_HOOKS=1
📥 Downloading from GitHub (main branch)...
✓ .claude-plugin/plugin.json
✓ hooks/hooks.json
✅ Mod "productivity/jev-model-router" installed successfully!
📁 Installed to: .claude/skills/jev-model-router/ (5 files)
$ CLAUDE_CODE_ENABLE_FUNCTION_HOOKS=1 claude
Claude Code
~/projects/my-app
⏺ jev-model-router@skills-dir loaded
⎿ function hooks registered
❯ Continue with the task
⏺ Jev Model Router is now hooking engine events.
现在你可以在claude里发出任何prompt，一个请求，同时评估三个问题：
- 层级——从三种工作描述中选择一种（机械与本地处理/普通工程/高难度或高风险任务）。决策模型不会看到具体的模型名称。
- 复杂度——根据四级评分标准来衡量任务所需的逐步推理程度。
- 风险性——判断任务是否涉及生产、资金、资质或一旦出错就无法挽回的情况。
模型以及需要重写的代码量是每个请求的参数，而非会话设置，因此无论路由器做出何种决定，状态行、标题栏和代码量显示框的内容都不会发生变化。只是会根据任务难度选择不同模型执行。
简单的问题，如：hello，jev返回评分fast 0.99，选择了最低能力，最省钱的模型：claude-haiku-4-5-20251001/low。
复杂问题，如：
分析 DrawingEntity.cs + CadTypesetter.cs 现状，为「CAD 页面排布位置鼠标拖拽」新设计做准备（那句记忆中的表述可能需要作为新设计重新写）
jev评分deep 0.35，选择了能力最强的 claude-opus-5。
注意默认jev-model-router不对切换模型，如果需要jev自动根据评分自动切换模型，需要在.claude/setting.json中配置routeMainModel参数：
"pluginConfigs": {
"jev-model-router@skills-dir": {
"options": {
"typesafeApiKey": "apikey_2207848***b114eff91fff825$
"timeoutMs": 3000,
"routeMainModel": true
}
}
},
