Come usare Jev in Claude Code e Codex

Perché Jev non può essere il modello

Claude Code parla con l'API Anthropic Messages. Codex parla con l'API OpenAI Responses. Entrambe ti permettono di spostare la base URL, ma il formato di trasmissione resta lo stesso, e questo è l'intero problema: la forma della richiesta di Jev è uno state più una mappa di questions tipizzate, e la sua risposta è composta da answers tipizzate con probabilità per ogni opzione. Non c'è alcun messaggio dell'assistente da renderizzare, nessuno stream di token da stampare, nessuna chiamata a strumenti da analizzare.

TypeSafe documenta esattamente un endpoint di valutazione, POST /v1/systemone, più GET /v1/models per elencare gli alias che il tuo account può inviare nel campo model. jev-latest è il default; gli ID versionati come jev-1.13.0 sono accettati sia che compaiano o meno nella lista. Nulla nella documentazione descrive una superficie compatibile con OpenAI o con Anthropic.

Non è una lacuna che TypeSafe si è dimenticata di colmare. Jev è un modello decisionale per scelta: restituisce una risposta all'interno di uno schema che hai definito, e non addebita nulla per l'output perché non c'è output. Una CLI di coding è il tipo opposto di programma — esiste per scrivere testo. Quindi la domanda utile non è "può Jev essere il modello", ma "quali decisioni dentro l'agente dovrebbe possedere Jev", e ci sono quattro punti in cui questa risposta si adatta.

Percorso 1: la skill ufficiale per agenti

Questa è l'unica integrazione ufficialmente supportata, è distribuita da TypeSafe, ed è quella da installare per prima perché non può rompere nulla: insegna all'agente, non lo intercetta.

Claude Code, come plugin:

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

Poi invocala direttamente con /typesafe:typesafe-ai, oppure nominala semplicemente in un prompt — "usa la skill TypeSafe". Per aggiornare:

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

Riavvia Claude Code o esegui /reload-plugins. Gli aggiornamenti automatici possono essere attivati da /plugin → Marketplaces → typesafe-ai.

Codex e tutto il resto, tramite l'installer delle skill:

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

Chiede in quale agente installare. Puoi anche incollare il prompt di TypeSafe nell'agente e lasciare che faccia l'installazione, oppure copiare manualmente la directory skills/typesafe-ai nella cartella delle skill del tuo agente. Il repository è con licenza MIT, il manifest del plugin è typesafe v0.5.7, e la skill stessa è un singolo file Markdown più riferimenti.

Vale la pena sapere cosa cambia davvero la skill, perché non è solo trivia sulle API. Contiene i tre tipi di domanda, come costruire lo state, cosa significa confidence rispetto a probability, i pattern architetturali, e una tabella che punta alla pagina di documentazione giusta per ogni attività — incluso il trucco che aggiungendo .md a qualsiasi URL della documentazione si ottiene il Markdown. La documentazione di TypeSafe è esplicita sul modo di fallire che sta correggendo: "gli agenti di coding cadono nell'abitudine di una domanda per chiamata più di quanto facciano le persone." La skill dice all'agente di mettere molte domande in una sola chiamata, incluse quelle speculative le cui risposte contano solo per alcuni input, e di lasciare che sia il tuo codice a decidere quali risposte usare. Questo pattern è il motivo per cui i numeri tornano — l'esempio GDPR di TypeSafe raggruppa 13 domande in una sola chiamata e lo riporta come 12,2× più economico e 10,0× più veloce nell'indice del cookbook, 11,5× più economico e 9,6× più veloce nella guida alla costruzione, senza cambiamenti nelle risposte. Due cifre leggermente diverse per lo stesso test; considera entrambe come misurazioni del fornitore stesso.

Un limite da tenere presente: lo state e ogni domanda in una richiesta condividono un budget di circa 32.000 token, circa 150.000 caratteri di inglese.

Percorso 2: mettere Jev ai confini

Qui si trova la maggior parte dell'uso reale, ed è tutto lavoro della community. Il pattern è lo stesso ovunque: la CLI non viene modificata, lo è un hook o un proxy, e Jev esprime un giudizio circoscritto in un momento in cui un modello linguistico altrimenti spenderebbe token e secondi.

Dove si colloca	Progetto	★	Agenti
Compaction della sessione	tamaratran/fast-jev-compaction	4.697	Plugin Claude Code; sostituisce il riepilogo di compaction con giudizi keep/drop per elemento
Compaction della sessione	leonaaardob/fast-dev-compaction	3	Plugin Codex, un port della stessa idea
Output del terminale	tamaratran/jev-pruner	122	Claude Code; riduce l'output lungo di Bash prima che il modello lo veda
Proxy del contesto	compozy/yoshi	18	Claude Code, Codex; Jev giudica quale cronologia è ancora necessaria
Gate pre-strumento	shiftynick/jev-axi	17	Claude Code, Codex; valuta ogni comando shell per distruttività, esfiltrazione, RCE e indebolimento della sicurezza prima che venga eseguito
Gate pre-strumento	leepokai/jev-guard	12	Claude Code, Codex, Pi, ACP
Hook di stop	valentynkit/jev-belay	13	Claude Code; legge la trascrizione prima di fidarsi di un'affermazione di "fatto"
Sopra i worker di Codex	thruwire/foreman	418	Codex; Jev giudica se un'implementazione è completa e se i suoi test sono sufficienti
Bridge MCP e ACP	tacticocc/Jevbridge	26	Codex, Claude, Grok, OpenCode
Bundle di plugin	shitianfang/jev-use	9	Claude Code, Codex, Pi; installa hook, una skill di routing e il gate PreToolUse con un solo comando
Azioni desktop	yikangy873-gif/jev-desktop	31	Codex Computer Use; sceglie tra azioni desktop invece di chiedere a un modello linguistico a ogni passo

Due di questi vale la pena leggerli prima di installare qualsiasi cosa. jev-axi pubblica il proprio insieme etichettato di 44 chiamate a strumenti — 24 delle quali devono essere bloccate o escalate, incluse quelle offuscate in base64 — e riporta 44 su 44 decise come etichettate; documenta anche il limite onesto, cioè che quando l'hook non riesce a leggere la trascrizione dell'agente non fa nulla. jev-belay mostra il controllo dei costi che fa funzionare l'intera categoria: spende una chiamata Jev da quattro domande, e solo quando i file sono cambiati senza un controllo superato da allora, e in caso di errore fallisce in modalità aperta.

Due avvertenze da tenere a mente. Questi repository hanno pochi giorni — la maggior parte è stata creata tra il 17 e il 20 settembre 2026 — quindi i conteggi delle stelle sopra sono attenzione, non maturità, e a parte fast-jev-compaction, sono progetti piccoli. E i comandi di installazione differiscono da progetto a progetto; leggi il README invece di dare per scontato che funzioni il comando in stile skill.

Il punto di ingresso con un solo comando, se vuoi il bundle invece di un singolo hook:

npx -y jev-use install    # collega Claude Code, Codex e Pi, qualunque trovi
npx -y jev-use doctor     # verifica il collegamento

jev-use legge la sua chiave da TYPESAFE_API_KEY, OPENROUTER_API_KEY o AI_GATEWAY_API_KEY, e JEV_BACKEND=mock ti dà una prova a secco senza chiave che mantiene ogni giudizio in locale. Le sue demo pubblicate valgono la lettura per la forma dei vantaggi: una sessione di compaction del contesto che ha giudicato 200 messaggi in 7 chiamate e ha portato una finestra piena al 94% fino al 44%, e un gate per comandi shell che ha negato comandi pericolosi in circa 230 ms con zero token di modello linguistico.

Percorso 3: strumenti MCP

Se vuoi che Jev sia disponibile per il modello come strumento richiamabile invece che come hook, MCP è la via portabile — ed è solo della community. La documentazione di TypeSafe non menziona mai MCP, quindi non c'è alcun server first-party da installare.

Claude Code:

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

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

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

Quel server (npm @jkudish/jev-mcp 0.5.0) espone dieci strumenti — jev_verify, jev_screen, jev_find, jev_rerank, jev_classify, jev_decide, jev_compare, jev_extract, jev_review e jev_gate — e il suo README cita circa 150-500 ms per giudizio a una frazione di centesimo. Il punto di progettazione è quello che conta qui: sono i controlli meccanici economici che un agente salta perché un modello di frontiera è troppo lento per eseguirli su ogni pagina, affermazione o lista di candidati.

Esistono alternative se vuoi una forma diversa: itsmostafa/typesafe-mcp (★128) è un server e una CLI in Go, e Jevbridge parla MCP su stdio da un clone del sorgente, che è come è scritto il suo esempio per Codex:

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

Un avviso sui nomi: ora ci sono due pacchetti npm non correlati in questo spazio, @jkudish/jev-mcp e un jev-mcp senza scope pubblicato da un repository diverso. Fissa il nome con scope nella tua configurazione così che un futuro npx non risolva verso quello sbagliato.

Percorso 4: routing del modello per turno

Questo è l'uso più visibile di Jev in un agente di coding, ed è intelligente: Jev non risponde a nulla da solo, sceglie quale modello dovrebbe farlo. Una chiamata a Jev per ogni nuovo turno utente sceglie un livello, e la CLI funziona esattamente come prima.

npm install -g jev-router
echo "JEV_API_KEY=..." > ~/.jev-router.env
jev-claude      # Claude Code, con Jev Router selezionato in /model
jev-codex       # Codex, con un provider Jev Router temporaneo selezionato

Richiede Node.js 20.12+ e almeno una delle due CLI. Il tuo claude login o codex login esistente resta intatto — il proxy di loopback inoltra gli header di autorizzazione della CLI stessa senza leggerli, memorizzarli o modificarli, e nessuna chiave API di Anthropic o OpenAI è coinvolta. Claude Code viene reindirizzato tramite ANTHROPIC_BASE_URL; Codex riceve un provider personalizzato temporaneo con requires_openai_auth=true. In entrambi, Jev Router appare nel selettore del modello: selezionare un modello concreto mette in pausa il routing, selezionare Jev Router lo riprende. Le chiamate a strumenti, i permessi, le sessioni, /compact e /resume si comportano come hanno sempre fatto, perché sono ancora della CLI stessa.

La tabella dei livelli è la parte che dovrebbe interessare chiunque acquisti accesso API:

Livello	Default Claude Code	Default Codex
Fast	Haiku	gpt-5.6-luna
Balanced	Sonnet	gpt-5.6-terra
Strong	Opus	gpt-5.6-sol
Long	Fable (opt-in)	gpt-6-astra

Ogni modello in quella tabella è in offerta su APIMaster oggi ai prezzi della risposta rapida, da circa 89% a circa 96% in meno rispetto al listino. Comprare qui la metà instradata e pagare TypeSafe direttamente per la metà che giudica è la versione più economica di questa configurazione che riusciamo a vedere — i default del router stesso puntano al nostro catalogo, e l'intero punto del pattern è che la maggior parte dei turni finisce sul livello economico.

La policy è più attenta di "scegli il più economico", e i dettagli sono il motivo per cui non ti combatte: una richiesta esplicita come "usa opus" vince; una bassa confidence non declassa mai e limita gli upgrade al livello balanced; le conversazioni lunghe rifiutano i downgrade che sprecherebbero più lavoro di prompt-cache di quanto risparmino; un livello non disponibile sale verso l'alto invece di scegliere silenziosamente qualcosa di più debole; e il livello long resta disattivato a meno che tu non imposti JEV_ALLOW_FABLE=1. Il routing fallisce in modalità aperta — un errore di Jev lascia il modello corrente al suo posto invece di bloccare la CLI — e ogni launcher ripristina il default precedente della CLI all'uscita.

Esiste un progetto gemello con lo stesso nome che copre anche la CLI di Grok e opencode. Il suo README fornisce un comando npm che non è ancora pubblicato, quindi usa il clone del repository se ti servono quei due agenti.

Cosa installare per primo

1. La skill, nell'agente che usi di più. È MIT, non cambia alcun comportamento che tu non abbia richiesto, e rende ogni passo successivo più facile perché l'agente smette di fare una domanda per chiamata.
2. Un hook al confine, scelto in base a ciò che ti dà fastidio. Se le sessioni lunghe diventano costose, la compaction. Se sei nervoso riguardo ai comandi shell, il gate pre-strumento. Se continui a ricevere "fatto" su lavoro incompleto, l'hook di stop.
3. Il routing, solo se sei già a tuo agio con un proxy davanti alla tua CLI. È il più efficace e il più invasivo dei quattro.
4. Tieni l'aritmetica, le date e il conteggio nel tuo codice. Jev li documenta come inaffidabili, e lo stesso vale per i modelli sopra.

Tre cose che le persone sbagliano

• "Punta Claude Code a Jev." Non esiste un endpoint compatibile. Questo è l'errore singolo più comune nei contenuti scritti su Jev questa settimana.
• "Una domanda per chiamata." L'economia di un modello decisionale deriva da domande parallele su un unico state condiviso. Fare una domanda per richiesta butta via la maggior parte del vantaggio e tutto l'argomento sulla latenza.
• "La confidence è l'accuratezza." La confidence di Jev è calibrata, che è una proprietà diversa e più utile: ti dice quali risposte escalare. Abbiamo esaminato i numeri di calibrazione pubblicati in Jev vs LLM.

FAQ

Posso usare Jev come modello in Claude Code o Codex? No. Jev restituisce decisioni tipizzate e non genera testo, e la sua API è POST /v1/systemone senza alcuna superficie con la forma di OpenAI o Anthropic. Usalo come livello di giudizio, non come assistente.

Jev ha un endpoint compatibile con OpenAI? Non come documentato. Il riferimento API elenca l'endpoint di valutazione e GET /v1/models, e nient'altro.

TypeSafe distribuisce un server MCP? Non nella sua documentazione — MCP non compare affatto nel bundle dei documenti. Esistono server della community, e il più completo è @jkudish/jev-mcp.

Cosa installa esattamente la skill ufficiale? In Claude Code, un plugin chiamato typesafe dal marketplace typesafe-ai, invocato come /typesafe:typesafe-ai. Ovunque altro, una directory di skill che npx skills add typesafe-ai/skills --skill typesafe-ai colloca nella cartella giusta per il tuo agente.

Mi serve ancora il mio abbonamento Claude o ChatGPT? Per la configurazione di routing, sì — i launcher riutilizzano il login che la CLI ha già, quindi un abbonamento Pro, Max, ChatGPT o SuperGrok funziona così com'è. Senza una chiave Jev ottieni la CLI semplice senza routing.

Mi serve una chiave TypeSafe? Per qualsiasi cosa che chiami Jev, sì. Ottienine una da TypeSafe, oppure punta gli strumenti a OpenRouter o al Vercel AI Gateway, che anche jev-use supporta.

Posso provarlo senza chiave? JEV_BACKEND=mock in jev-use esegue ogni giudizio localmente senza alcuna chiamata al provider, il che basta per vedere se gli hook scattano dove ti aspetti.

Jev è disponibile su APIMaster? È in onboarding, e questa pagina sarà aggiornata quando l'integrazione sarà attiva. I modelli a cui un router Jev invia il lavoro sono già qui, ai prezzi sopra.

Qualcuna di queste cose romperà la mia CLI? La skill non cambia nulla di come funziona la CLI. Il proxy di routing fallisce in modalità aperta e ripristina il tuo default precedente del modello all'uscita. Gli hook sono l'unico punto in cui stare attenti, e quelli migliori documentano esplicitamente il loro comportamento di fail-open.

Quanto costa un giudizio di Jev? $42 per miliardo di token in input, senza addebito per l'output, perché non c'è output. Una decisione di routing per turno utente, o un insieme di domande per ogni attivazione di un hook, è l'intero conto.

Quale percorso dovrei scegliere per un team? La skill per tutti, un hook al confine per il dolore condiviso, e il routing solo dove il conto dei modelli è abbastanza grande da essere misurato.

Fonti e ulteriori letture

• TypeSafe — Riferimento API — la forma della richiesta POST /v1/systemone, i tipi di domanda e le risposte
• TypeSafe — Modelli — alias, ID versionati, prezzi a $42/Btok e limiti
• TypeSafe — Skill per agenti — il plugin ufficiale per Claude Code e la via npx skills, con i comandi di aggiornamento
• TypeSafe — Come costruire con TypeSafe — fan-out speculativo, il budget di richiesta di 32.000 token e il confronto sul batching
• typesafe-ai/skills — il sorgente della skill, MIT
• gargpratyush/jev-router — il proxy di routing, la sua tabella dei livelli e le note di compatibilità
• jkudish/jev-mcp — l'insieme di strumenti MCP
• shiftynick/jev-axi — il gate pre-strumento e i suoi 44 casi etichettati
• tamaratran/fast-jev-compaction — il plugin di compaction

Le stelle dei repository, i comandi di installazione, le versioni dei pacchetti npm e i prezzi delle route APIMaster sono stati tutti verificati il 20 settembre 2026. I progetti della community in questo spazio si muovono ogni giorno; controlla il repository prima di installare.

Crea un account APIMaster, aggiungi credito pay-as-you-go da $1, crea una chiave nella console, e punta un client compatibile con OpenAI o Anthropic a https://apimaster.ai/v1. Le guide di configurazione per le due CLI in questo articolo sono Claude Code e Codex.