Cómo usar Jev en Claude Code y Codex

Por qué Jev no puede ser el modelo

Claude Code habla con la API de Anthropic Messages. Codex habla con la API de OpenAI Responses. Ambas te dejan mover la URL base, pero el formato de transmisión sigue siendo el mismo, y ese es todo el problema: la forma de la solicitud de Jev es un state más un mapa de questions tipadas, y su respuesta son answers tipadas con probabilidades por opción. No hay ningún mensaje de asistente que renderizar, ningún flujo de tokens que imprimir, ninguna llamada a herramienta que parsear.

TypeSafe documenta exactamente un endpoint de evaluación, POST /v1/systemone, más GET /v1/models para listar los alias que tu cuenta puede enviar en el campo model. jev-latest es el predeterminado; los IDs versionados como jev-1.13.0 se aceptan aparezcan o no en la lista. Nada en la documentación describe una superficie compatible con OpenAI o con Anthropic.

Eso no es un hueco que TypeSafe se olvidó de llenar. Jev es un modelo de decisión a propósito: devuelve una respuesta dentro de un esquema que tú definiste, y no cobra nada por la salida porque no hay salida. Una CLI de programación es el tipo opuesto de programa — existe para escribir texto. Así que la pregunta útil no es "¿puede Jev ser el modelo?", sino "¿qué decisiones dentro del agente debería poseer Jev?", y hay cuatro lugares donde esa respuesta encaja.

Ruta 1: la skill oficial de agente

Esta es la única integración con soporte oficial, la distribuye TypeSafe, y es la primera que hay que instalar porque no puede romper nada: le enseña al agente, no lo intercepta.

Claude Code, como plugin:

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

Luego invócala directamente con /typesafe:typesafe-ai, o simplemente nómbrala en un prompt — "usa la skill de TypeSafe". Para actualizar:

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

Reinicia Claude Code o ejecuta /reload-plugins. Las actualizaciones automáticas se pueden activar desde /plugin → Marketplaces → typesafe-ai.

Codex y todo lo demás, mediante el instalador de skills:

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

Pregunta en qué agente instalar. También puedes pegar el prompt propio de TypeSafe en el agente y dejar que haga la instalación, o copiar el directorio skills/typesafe-ai a la carpeta de skills de tu agente a mano. El repositorio tiene licencia MIT, el manifiesto del plugin es typesafe v0.5.7, y la skill en sí es un único archivo Markdown más referencias.

Vale la pena saber qué cambia realmente la skill, porque no es solo trivia de API. Lleva los tres tipos de pregunta, cómo construir el state, qué significa confianza en oposición a probabilidad, los patrones arquitectónicos, y una tabla que apunta a la página de documentación correcta para cada tarea — incluido el truco de que añadir .md a cualquier URL de docs devuelve el Markdown. La documentación de TypeSafe es explícita sobre el modo de fallo que está corrigiendo: "los agentes de programación caen en el hábito de una pregunta por llamada más que las personas". La skill le dice al agente que ponga muchas preguntas en una sola llamada, incluidas las especulativas cuyas respuestas solo importan para algunas entradas, y que deje que tu código decida qué respuestas usar. Ese patrón es la razón por la que los números cuadran — el propio ejemplo de GDPR de TypeSafe agrupa 13 preguntas en una sola llamada y lo reporta como 12,2× más barato y 10,0× más rápido en el índice del cookbook, 11,5× más barato y 9,6× más rápido en la guía de construcción, sin cambios en las respuestas. Dos cifras ligeramente distintas para la misma prueba; trata ambas como medición del propio proveedor.

Un límite a tener en cuenta: el estado y cada pregunta de una solicitud comparten un presupuesto de aproximadamente 32.000 tokens, unos 150.000 caracteres de inglés.

Ruta 2: poner a Jev en las fronteras

Aquí es donde está la mayor parte del uso real, y todo es trabajo de la comunidad. El patrón es el mismo en todas partes: no se modifica la CLI, se modifica un hook o un proxy, y Jev emite un juicio acotado en un momento en el que un modelo de lenguaje, de otro modo, gastaría tokens y segundos.

Dónde se ubica	Proyecto	★	Agentes
Compactación de sesión	tamaratran/fast-jev-compaction	4.697	Plugin de Claude Code; reemplaza el resumen de compactación con juicios de mantener/descartar por elemento
Compactación de sesión	leonaaardob/fast-dev-compaction	3	Plugin de Codex, un port de la misma idea
Salida de terminal	tamaratran/jev-pruner	122	Claude Code; recorta la salida larga de Bash antes de que el modelo la vea
Proxy de contexto	compozy/yoshi	18	Claude Code, Codex; Jev juzga qué historial sigue siendo necesario
Puerta previa a herramienta	shiftynick/jev-axi	17	Claude Code, Codex; puntúa cada comando de shell por destructividad, exfiltración, RCE y debilitamiento de seguridad antes de que se ejecute
Puerta previa a herramienta	leepokai/jev-guard	12	Claude Code, Codex, Pi, ACP
Hook de parada	valentynkit/jev-belay	13	Claude Code; lee la transcripción antes de confiar en una afirmación de "terminado"
Por encima de los workers de Codex	thruwire/foreman	418	Codex; Jev juzga si una implementación está completa y si sus pruebas son suficientes
Puente MCP y ACP	tacticocc/Jevbridge	26	Codex, Claude, Grok, OpenCode
Paquete de plugins	shitianfang/jev-use	9	Claude Code, Codex, Pi; instala hooks, una skill de enrutamiento y la puerta PreToolUse en un solo comando
Acciones de escritorio	yikangy873-gif/jev-desktop	31	Codex Computer Use; elige entre acciones de escritorio en lugar de preguntarle a un modelo de lenguaje en cada paso

Dos de estos merecen leerse antes de instalar nada. jev-axi publica su propio conjunto etiquetado de 44 llamadas a herramientas — 24 de las cuales deben bloquearse o escalarse, incluidas las ofuscadas en base64 — y reporta 44 de 44 decididas según la etiqueta; también documenta el límite honesto, que es que cuando el hook no puede leer la transcripción del agente no hace nada. jev-belay muestra el control de costos que hace funcionar toda esta categoría: gasta una llamada a Jev de cuatro preguntas, y solo cuando cambiaron archivos sin ninguna verificación aprobada desde entonces, y falla en abierto ante cualquier error.

Dos advertencias que conviene retener. Estos repositorios tienen días de vida — la mayoría se crearon entre el 17 y el 20 de septiembre de 2026 — así que los recuentos de estrellas de arriba son atención, no madurez, y salvo fast-jev-compaction, son proyectos pequeños. Y los comandos de instalación difieren según el proyecto; lee el README en lugar de asumir que el comando estilo skill funciona.

El punto de entrada de un solo comando, si quieres el paquete en lugar de un único hook:

npx -y jev-use install    # conecta Claude Code, Codex y Pi, el que encuentre
npx -y jev-use doctor     # comprueba el cableado

jev-use lee su clave de TYPESAFE_API_KEY, OPENROUTER_API_KEY o AI_GATEWAY_API_KEY, y JEV_BACKEND=mock te da una ejecución en seco sin clave que mantiene cada juicio en local. Sus demos publicadas merecen leerse por la forma de las ganancias: una ejecución de compactación de contexto que juzgó 200 mensajes en 7 llamadas y bajó una ventana al 94% de ocupación hasta el 44%, y una puerta de comandos de shell que denegó comandos peligrosos en unos 230 ms con cero tokens de modelo de lenguaje.

Ruta 3: herramientas MCP

Si quieres que Jev esté disponible para el modelo como una herramienta invocable en lugar de como un hook, MCP es la ruta portátil — y es solo de la comunidad. La documentación propia de TypeSafe nunca menciona MCP, así que no hay ningún servidor de primera parte que instalar.

Claude Code:

claude mcp add jev -e TYPESAFE_API_KEY=sk-... -- npx -y @jkudish/jev-mcp

Codex, en ~/.codex/config.toml:

[mcp_servers.jev]
command = "npx"
args = ["-y", "@jkudish/jev-mcp"]
env = { TYPESAFE_API_KEY = "sk-..." }

Ese servidor (npm @jkudish/jev-mcp 0.5.0) expone diez herramientas — jev_verify, jev_screen, jev_find, jev_rerank, jev_classify, jev_decide, jev_compare, jev_extract, jev_review y jev_gate — y su README cita aproximadamente 150 a 500 ms por juicio a una fracción de céntimo. El punto de diseño es el que importa aquí: estas son las comprobaciones mecánicas baratas que un agente se salta porque un modelo de frontera es demasiado lento para ejecutarlas en cada página, afirmación o lista de candidatos.

Existen alternativas si quieres otra forma: itsmostafa/typesafe-mcp (★128) es un servidor y CLI en Go, y Jevbridge habla MCP sobre stdio desde un clon del código fuente, que es como está escrito su ejemplo de Codex:

[mcp_servers.jevbridge]
command = "node"
args = ["--experimental-strip-types", "/absolute/path/to/Jevbridge/src/cli.ts", "mcp"]

Una advertencia sobre nombres: ahora hay dos paquetes npm no relacionados en este espacio, @jkudish/jev-mcp y un jev-mcp sin scope publicado desde otro repositorio. Fija el nombre con scope en tu configuración para que un futuro npx no resuelva al equivocado.

Ruta 4: enrutamiento de modelo por turno

Este es el uso más visible de Jev en un agente de programación, y es ingenioso: Jev no responde nada por sí mismo, elige qué modelo debería hacerlo. Una llamada a Jev por cada turno nuevo de usuario elige un nivel, y la CLI se ejecuta exactamente como antes.

npm install -g jev-router
echo "JEV_API_KEY=..." > ~/.jev-router.env
jev-claude      # Claude Code, con Jev Router seleccionado en /model
jev-codex       # Codex, con un proveedor temporal Jev Router seleccionado

Requiere Node.js 20.12+ y al menos una de las dos CLIs. Tu claude login o codex login existente no se toca — el proxy de loopback reenvía las cabeceras de autorización propias de la CLI sin leerlas, almacenarlas ni modificarlas, y no interviene ninguna clave de API de Anthropic u OpenAI. Claude Code se redirige mediante ANTHROPIC_BASE_URL; Codex recibe un proveedor personalizado temporal con requires_openai_auth=true. En ambos, Jev Router aparece en el selector de modelos: seleccionar un modelo concreto pausa el enrutamiento, seleccionar Jev Router lo reanuda. Las llamadas a herramientas, los permisos, las sesiones, /compact y /resume se comportan como siempre, porque siguen siendo de la propia CLI.

La tabla de niveles es la parte que debería interesar a cualquiera que compre acceso a API:

Nivel	Predeterminado de Claude Code	Predeterminado de Codex
Rápido	Haiku	gpt-5.6-luna
Equilibrado	Sonnet	gpt-5.6-terra
Fuerte	Opus	gpt-5.6-sol
Largo	Fable (opcional)	gpt-6-astra

Todos los modelos de esa tabla están en oferta en APIMaster hoy a los precios de la respuesta rápida, desde alrededor del 89% hasta alrededor del 96% por debajo de la lista. Comprar aquí la mitad enrutada y pagarle directamente a TypeSafe la mitad de juicio es la versión más barata de esta configuración que podemos ver — los propios valores predeterminados del router apuntan a nuestro catálogo, y el objetivo de todo el patrón es que la mayoría de los turnos caigan en el nivel barato.

La política es más cuidadosa que "elige el más barato", y los detalles son la razón por la que no te pelea: una petición explícita como "usa opus" gana; la baja confianza nunca degrada y limita las mejoras al nivel equilibrado; las conversaciones grandes rechazan degradaciones que desperdiciarían más trabajo de caché de prompt del que ahorran; un nivel no disponible sube en lugar de elegir silenciosamente algo más débil; y el nivel largo permanece desactivado a menos que establezcas JEV_ALLOW_FABLE=1. El enrutamiento falla en abierto — un fallo de Jev deja el modelo actual en su lugar en lugar de bloquear la CLI — y cada lanzador restaura el valor predeterminado anterior de la CLI al salir.

Hay un proyecto hermano con el mismo nombre que también cubre la CLI de Grok y opencode. Su README da un comando npm que aún no está publicado, así que usa el clon del repositorio si necesitas esos dos agentes.

Qué instalar primero

1. La skill, en el agente que más uses. Es MIT, no cambia ningún comportamiento que no hayas pedido, y facilita cada paso posterior porque el agente deja de hacer una pregunta por llamada.
2. Un hook de frontera, elegido por lo que te moleste. Si las sesiones largas se vuelven caras, compactación. Si te ponen nervioso los comandos de shell, la puerta previa a herramienta. Si sigues recibiendo "terminado" en trabajo sin acabar, el hook de parada.
3. Enrutamiento, solo si ya te sientes cómodo con un proxy delante de tu CLI. Es el de mayor apalancamiento y el más invasivo de los cuatro.
4. Mantén la aritmética, las fechas y el conteo en tu propio código. Jev documenta esas cosas como poco fiables, y lo mismo vale para los modelos de arriba.

Tres cosas que la gente entiende mal

• "Apunta Claude Code a Jev". No hay ningún endpoint compatible. Este es el error más común en el contenido escrito sobre Jev esta semana.
• "Una pregunta por llamada". La economía de un modelo de decisión proviene de preguntas en paralelo sobre un estado compartido. Hacer una pregunta por solicitud tira por la borda la mayor parte de la ventaja y todo el argumento de latencia.
• "La confianza es precisión". La confianza de Jev está calibrada, que es una propiedad distinta y más útil: te dice qué respuestas escalar. Repasamos los números de calibración publicados en Jev vs LLMs.

FAQ

¿Puedo usar Jev como el modelo en Claude Code o Codex? No. Jev devuelve decisiones tipadas y no genera texto, y su API es POST /v1/systemone sin ninguna superficie con forma de OpenAI o Anthropic. Úsalo como una capa de juicio, no como el asistente.

¿Jev tiene un endpoint compatible con OpenAI? No según lo documentado. La referencia de la API lista el endpoint de evaluación y GET /v1/models, y nada más.

¿TypeSafe distribuye un servidor MCP? No en su documentación — MCP no aparece en el paquete de docs en absoluto. Existen servidores de la comunidad, y el más completo es @jkudish/jev-mcp.

¿Qué instala exactamente la skill oficial? En Claude Code, un plugin llamado typesafe del marketplace typesafe-ai, invocado como /typesafe:typesafe-ai. En todos los demás sitios, un directorio de skill que npx skills add typesafe-ai/skills --skill typesafe-ai coloca en la carpeta correcta para tu agente.

¿Sigo necesitando mi suscripción de Claude o ChatGPT? Para la configuración de enrutamiento, sí — los lanzadores reutilizan el login que la CLI ya tiene, así que una suscripción Pro, Max, ChatGPT o SuperGrok funciona tal cual. Sin una clave de Jev obtienes la CLI simple sin enrutamiento.

¿Necesito una clave de TypeSafe? Para cualquier cosa que llame a Jev, sí. Consigue una en TypeSafe, o apunta las herramientas a OpenRouter o al Vercel AI Gateway, que jev-use también soporta.

¿Puedo probarlo sin clave? JEV_BACKEND=mock en jev-use ejecuta cada juicio en local sin llamada a ningún proveedor, lo cual basta para ver si los hooks se disparan donde esperas.

¿Jev está disponible en APIMaster? Está en proceso de incorporación, y esta página se actualizará cuando la integración esté activa. Los modelos a los que un router de Jev envía trabajo ya están aquí, a los precios de arriba.

¿Algo de esto romperá mi CLI? La skill no cambia nada sobre cómo se ejecuta la CLI. El proxy de enrutamiento falla en abierto y restaura tu modelo predeterminado anterior al salir. Los hooks son el único punto donde hay que tener cuidado, y los mejores documentan su comportamiento de fallo en abierto explícitamente.

¿Cuánto cuesta un juicio de Jev? $42 por mil millones de tokens de entrada, sin cargo por salida, porque no hay salida. Una decisión de enrutamiento por turno de usuario, o un conjunto de preguntas por disparo de hook, es toda la factura.

¿Qué ruta debería elegir para un equipo? La skill para todos, un hook de frontera para el dolor compartido, y enrutamiento solo donde la factura de modelos sea lo bastante grande como para medirla.

Fuentes y lecturas adicionales

• TypeSafe — Referencia de la API — la forma de la solicitud POST /v1/systemone, los tipos de pregunta y las respuestas
• TypeSafe — Modelos — alias, IDs versionados, precios de $42/Btok y límites
• TypeSafe — Skill de agente — el plugin oficial de Claude Code y la ruta npx skills, con los comandos de actualización
• TypeSafe — Cómo construir con TypeSafe — fan-out especulativo, el presupuesto de 32.000 tokens por solicitud y la comparación de agrupación
• typesafe-ai/skills — el código fuente de la skill, MIT
• gargpratyush/jev-router — el proxy de enrutamiento, su tabla de niveles y notas de compatibilidad
• jkudish/jev-mcp — el conjunto de herramientas MCP
• shiftynick/jev-axi — la puerta previa a herramienta y sus 44 casos etiquetados
• tamaratran/fast-jev-compaction — el plugin de compactación

Las estrellas de los repositorios, los comandos de instalación, las versiones de los paquetes npm y los precios de las rutas de APIMaster se verificaron todos el 20 de septiembre de 2026. Los proyectos de la comunidad en este espacio se mueven a diario; revisa el repositorio antes de instalar.

Crea una cuenta de APIMaster, añade crédito de pago por uso desde $1, crea una clave en la consola, y apunta un cliente compatible con OpenAI o Anthropic a https://apimaster.ai/v1. Las guías de configuración para las dos CLIs de este artículo son Claude Code y Codex.