Claude Code와 Codex에서 Jev 사용하는 방법

Jev가 모델이 될 수 없는 이유

Claude Code는 Anthropic Messages API와 통신합니다. Codex는 OpenAI Responses API와 통신합니다. 둘 다 base URL을 바꿀 수 있게 해주지만 와이어 포맷은 그대로이며, 이것이 바로 문제의 전부입니다: Jev의 요청 형태는 state와 타입이 지정된 questions의 맵이고, 응답은 옵션별 확률이 담긴 타입 지정 answers입니다. 렌더링할 어시스턴트 메시지도, 출력할 토큰 스트림도, 파싱할 도구 호출도 없습니다.

TypeSafe는 정확히 하나의 평가 엔드포인트 POST /v1/systemone과, 계정이 model 필드에 보낼 수 있는 별칭을 나열하는 GET /v1/models를 문서화합니다. jev-latest가 기본값이며, jev-1.13.0 같은 버전 지정 ID는 목록에 나타나든 안 나타나든 허용됩니다. 문서 어디에도 OpenAI 호환 또는 Anthropic 호환 표면에 대한 설명은 없습니다.

이것은 TypeSafe가 채우는 것을 잊은 공백이 아닙니다. Jev는 의도적으로 결정 모델입니다: 사용자가 정의한 스키마 안에서 답을 반환하며, 출력이 없기 때문에 출력에 대해 아무것도 청구하지 않습니다. 코딩 CLI는 정반대 종류의 프로그램입니다 — 텍스트를 작성하기 위해 존재합니다. 따라서 유용한 질문은 "Jev가 모델이 될 수 있는가"가 아니라 "에이전트 내부에서 어떤 결정을 Jev가 소유해야 하는가"이며, 그 답이 들어맞는 네 가지 지점이 있습니다.

경로 1: 공식 에이전트 스킬

이것은 유일하게 공식적으로 지원되는 통합이며, TypeSafe에서 제공하고, 아무것도 깨뜨릴 수 없기 때문에 가장 먼저 설치할 것입니다: 에이전트를 가르칠 뿐, 에이전트를 가로채지 않습니다.

Claude Code, 플러그인으로:

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

그런 다음 /typesafe:typesafe-ai로 직접 호출하거나, 프롬프트에서 "use the TypeSafe skill"이라고 이름을 지정하면 됩니다. 업데이트하려면:

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

Claude Code를 재시작하거나 /reload-plugins를 실행하세요. 자동 업데이트는 /plugin → Marketplaces → typesafe-ai에서 켤 수 있습니다.

Codex 및 기타 모든 것, 스킬 설치 프로그램을 통해:

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

어느 에이전트에 설치할지 물어봅니다. TypeSafe 자체 프롬프트를 에이전트에 붙여넣어 설치를 맡기거나, skills/typesafe-ai 디렉터리를 에이전트의 스킬 폴더에 직접 복사할 수도 있습니다. 저장소는 MIT 라이선스이며, 플러그인 매니페스트는 typesafe v0.5.7이고, 스킬 자체는 단일 Markdown 파일과 참조 문서입니다.

스킬이 실제로 바꾸는 것은 단순한 API 상식이 아니므로 알아둘 가치가 있습니다. 세 가지 질문 유형, state 구성 방법, 확률과 대비되는 확신도의 의미, 아키텍처 패턴, 그리고 각 작업에 맞는 문서 페이지를 가리키는 표 — 어떤 문서 URL에든 .md를 붙이면 Markdown이 반환된다는 요령 포함 — 를 담고 있습니다. TypeSafe의 문서는 이 스킬이 교정하려는 실패 양상에 대해 명확합니다: "코딩 에이전트는 사람보다 호출당 한 개의 질문 습관에 더 빠진다." 스킬은 에이전트에게 한 호출에 여러 질문을 담으라고 지시합니다. 일부 입력에만 답이 중요한 추측성 질문까지 포함해서, 어떤 답을 사용할지는 사용자의 코드가 결정하게 합니다. 이 패턴이 숫자가 나오는 이유입니다 — TypeSafe 자체 GDPR 예시는 13개 질문을 한 호출에 묶고, 쿡북 인덱스에서는 12.2배 저렴하고 10.0배 빠르다고, 빌딩 가이드에서는 11.5배 저렴하고 9.6배 빠르다고 보고하며, 답은 달라지지 않습니다. 같은 테스트에 두 개의 약간 다른 수치가 있으니, 둘 다 벤더 자체 측정치로 취급하세요.

계획에 넣어야 할 한 가지 한계: 요청 내 state와 모든 질문은 약 32,000 토큰, 즉 영어로 약 150,000자의 예산을 공유합니다.

경로 2: 경계에 Jev를 배치하기

이것이 실제 사용의 대부분이 있는 곳이며, 모두 커뮤니티 작업입니다. 패턴은 어디서나 동일합니다: CLI는 수정되지 않고 훅이나 프록시가 수정되며, Jev는 언어 모델이라면 토큰과 시간을 쓸 지점에서 하나의 제한된 판단을 내립니다.

위치	프로젝트	★	에이전트
세션 컴팩션	tamaratran/fast-jev-compaction	4,697	Claude Code 플러그인; 컴팩션 요약을 항목별 유지/삭제 판단으로 대체
세션 컴팩션	leonaaardob/fast-dev-compaction	3	Codex 플러그인, 같은 아이디어의 포팅
터미널 출력	tamaratran/jev-pruner	122	Claude Code; 모델이 보기 전에 긴 Bash 출력을 정리
컨텍스트 프록시	compozy/yoshi	18	Claude Code, Codex; 어떤 기록이 여전히 필요한지 Jev가 판단
도구 사전 게이트	shiftynick/jev-axi	17	Claude Code, Codex; 실행 전 각 셸 명령을 파괴성, 유출, RCE, 보안 약화에 대해 점수화
도구 사전 게이트	leepokai/jev-guard	12	Claude Code, Codex, Pi, ACP
종료 훅	valentynkit/jev-belay	13	Claude Code; "완료" 주장을 신뢰하기 전에 트랜스크립트를 읽음
Codex 워커 위	thruwire/foreman	418	Codex; 구현이 완료되었고 테스트가 충분한지 Jev가 판단
MCP 및 ACP 브리지	tacticocc/Jevbridge	26	Codex, Claude, Grok, OpenCode
플러그인 번들	shitianfang/jev-use	9	Claude Code, Codex, Pi; 훅, 라우팅 스킬, PreToolUse 게이트를 한 명령으로 설치
데스크톱 작업	yikangy873-gif/jev-desktop	31	Codex Computer Use; 매 단계 언어 모델에 묻는 대신 데스크톱 작업 중에서 선택

이 중 두 개는 무엇이든 설치하기 전에 읽어볼 가치가 있습니다. jev-axi는 자체적으로 44개 도구 호출의 라벨링된 세트를 공개하는데 — 그중 24개는 차단 또는 에스컬레이션이 필요하며 base64로 난독화된 것도 포함 — 44개 중 44개를 라벨대로 결정했다고 보고합니다. 또한 정직한 한계도 문서화합니다: 훅이 에이전트의 트랜스크립트를 읽을 수 없으면 아무것도 하지 않는다는 것입니다. jev-belay는 이 전체 범주를 작동하게 만드는 비용 통제를 보여줍니다: 4개 질문짜리 Jev 호출 하나를 쓰고, 그것도 파일이 변경되었지만 통과한 검사가 없을 때만 쓰며, 어떤 오류에도 fail-open합니다.

두 가지 유의점을 기억해 두세요. 이 저장소들은 며칠밖에 되지 않았습니다 — 대부분 2026년 9월 17일에서 9월 20일 사이에 만들어졌습니다 — 따라서 위의 스타 수는 성숙도가 아니라 관심도이며, fast-jev-compaction을 제외하면 모두 소규모 프로젝트입니다. 그리고 설치 명령은 프로젝트마다 다르므로 스킬 스타일 명령이 통한다고 가정하지 말고 README를 읽으세요.

단일 훅이 아니라 번들을 원한다면 원 커맨드 진입점은 다음과 같습니다:

npx -y jev-use install    # Claude Code, Codex, Pi 중 찾은 것을 배선
npx -y jev-use doctor     # 배선 점검

jev-use는 TYPESAFE_API_KEY, OPENROUTER_API_KEY 또는 AI_GATEWAY_API_KEY에서 키를 읽으며, JEV_BACKEND=mock은 모든 판단을 로컬에 유지하는 키 없는 드라이 런을 제공합니다. 공개된 데모는 성과의 형태를 파악하는 데 읽을 가치가 있습니다: 200개 메시지를 7회 호출로 판단하여 94% 찬 윈도를 44%로 낮춘 컨텍스트 컴팩션 실행, 그리고 언어 모델 토큰 0개로 약 230ms에 위험한 명령을 거부한 셸 명령 게이트.

경로 3: MCP 도구

Jev를 훅이 아니라 모델이 호출할 수 있는 도구로 사용하고 싶다면, MCP가 이식성 있는 경로입니다 — 그리고 커뮤니티 전용입니다. TypeSafe 자체 문서는 MCP를 언급하지 않으므로 설치할 자사 서버는 없습니다.

Claude Code:

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

Codex, ~/.codex/config.toml에:

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

이 서버(npm @jkudish/jev-mcp 0.5.0)는 열 개의 도구 — jev_verify, jev_screen, jev_find, jev_rerank, jev_classify, jev_decide, jev_compare, jev_extract, jev_review, jev_gate — 를 노출하며, README는 판단당 약 150~500ms, 센트의 일부 비용을 언급합니다. 여기서 중요한 설계 요점은 이것입니다: 이들은 에이전트가 건너뛰는 값싼 기계적 검사들입니다. 왜냐하면 프론티어 모델은 모든 페이지, 주장 또는 후보 목록에 대해 그것들을 실행하기에는 너무 느리기 때문입니다.

다른 형태를 원한다면 대안이 있습니다: itsmostafa/typesafe-mcp(★128)는 Go 서버이자 CLI이며, Jevbridge는 소스 클론에서 stdio를 통해 MCP를 사용하는데, 그 Codex 예시가 이렇게 작성됩니다:

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

한 가지 이름 경고: 이 공간에는 현재 두 개의 관련 없는 npm 패키지가 있습니다. @jkudish/jev-mcp와 다른 저장소에서 게시된 스코프 없는 jev-mcp입니다. 향후 npx가 잘못된 것을 찾지 않도록 설정에서 스코프가 있는 이름을 고정하세요.

경로 4: 턴별 모델 라우팅

이것은 코딩 에이전트에서 Jev의 가장 눈에 띄는 사용이며, 영리합니다: Jev는 스스로 아무것도 답하지 않고, 어느 모델이 답할지 선택합니다. 새 사용자 턴마다 Jev 호출 하나가 등급을 선택하고, CLI는 이전과 똑같이 실행됩니다.

npm install -g jev-router
echo "JEV_API_KEY=..." > ~/.jev-router.env
jev-claude      # Claude Code, /model에서 Jev Router 선택
jev-codex       # Codex, 임시 Jev Router 제공자 선택

Node.js 20.12 이상과 두 CLI 중 최소 하나가 필요합니다. 기존 claude login 또는 codex login은 그대로입니다 — 루프백 프록시는 CLI 자체의 인증 헤더를 읽거나 저장하거나 수정하지 않고 전달하며, Anthropic 또는 OpenAI API 키는 관여하지 않습니다. Claude Code는 ANTHROPIC_BASE_URL을 통해 리디렉션되고, Codex는 requires_openai_auth=true인 임시 커스텀 제공자를 받습니다. 둘 다에서 Jev Router가 모델 선택기에 나타납니다: 구체적인 모델을 선택하면 라우팅이 일시정지되고, Jev Router를 선택하면 재개됩니다. 도구 호출, 권한, 세션, /compact, /resume은 여전히 CLI 자체의 것이므로 이전과 똑같이 작동합니다.

등급 표는 API 액세스를 구매하는 사람이라면 누구나 관심을 가질 부분입니다:

등급	Claude Code 기본	Codex 기본
Fast	Haiku	gpt-5.6-luna
Balanced	Sonnet	gpt-5.6-terra
Strong	Opus	gpt-5.6-sol
Long	Fable (옵트인)	gpt-6-astra

이 표의 모든 모델은 오늘 APIMaster에서 빠른 답변에 나온 가격으로 판매 중이며, 정가 대비 약 89%에서 약 96% 저렴합니다. 라우팅되는 절반은 여기서 구매하고 판단하는 절반은 TypeSafe에 직접 지불하는 것이 우리가 볼 수 있는 가장 저렴한 구성입니다 — 라우터 자체의 기본값이 우리 카탈로그를 가리키며, 이 패턴의 요점은 대부분의 턴이 저렴한 등급에 떨어진다는 것입니다.

정책은 "가장 저렴한 것 선택"보다 더 신중하며, 그 세부 사항이 이 정책이 사용자와 충돌하지 않는 이유입니다: "use opus" 같은 명시적 요청이 우선하고; 낮은 확신도는 절대 등급을 낮추지 않으며 업그레이드를 balanced 등급으로 제한하고; 큰 대화는 절약하는 것보다 더 많은 프롬프트 캐시 작업을 낭비할 다운그레이드를 거부하며; 사용할 수 없는 등급은 조용히 더 약한 것을 선택하는 대신 위로 올라가고; long 등급은 JEV_ALLOW_FABLE=1을 설정하지 않으면 꺼져 있습니다. 라우팅은 fail-open입니다 — Jev 실패는 CLI를 막는 대신 현재 모델을 그대로 둡니다 — 그리고 각 런처는 종료 시 CLI의 이전 기본값을 복원합니다.

Grok CLI와 opencode도 커버하는 같은 이름의 형제 프로젝트가 있습니다. 그 README는 아직 게시되지 않은 npm 명령을 제공하므로, 그 두 에이전트가 필요하면 저장소 클론을 사용하세요.

무엇을 먼저 설치할까

1. 가장 많이 쓰는 에이전트에 스킬부터. MIT이고, 요청하지 않은 동작을 바꾸지 않으며, 에이전트가 호출당 한 개의 질문을 멈추게 하므로 이후 모든 단계가 쉬워집니다.
2. 무엇이 짜증나느냐에 따라 경계 훅 하나를 고르세요. 긴 세션이 비싸지면 컴팩션. 셸 명령이 불안하면 도구 사전 게이트. 끝나지 않은 작업에 "완료"가 계속 나오면 종료 훅.
3. 라우팅은 CLI 앞에 프록시를 두는 것에 이미 익숙한 경우에만. 네 가지 중 레버리지가 가장 크고 가장 침습적입니다.
4. 산술, 날짜, 계산은 자체 코드에 유지하세요. Jev는 이를 신뢰할 수 없다고 문서화하며, 위의 모델들도 마찬가지입니다.

사람들이 흔히 틀리는 세 가지

• "Claude Code를 Jev로 지정하면 된다." 호환 엔드포인트가 없습니다. 이번 주 Jev에 대해 쓰인 콘텐츠에서 가장 흔한 단일 오류입니다.
• "호출당 한 개의 질문." 결정 모델의 경제성은 하나의 공유 state에 대한 병렬 질문에서 나옵니다. 요청당 한 개의 질문을 던지면 이점의 대부분과 지연 시간 논거의 전부를 버리게 됩니다.
• "확신도가 정확도다." Jev의 확신도는 보정되어 있으며, 이는 다르고 더 유용한 속성입니다: 어떤 답을 에스컬레이션해야 하는지 알려줍니다. 공개된 보정 수치는 Jev vs LLMs에서 다뤘습니다.

FAQ

Claude Code나 Codex의 모델로 Jev를 사용할 수 있나요? 아니요. Jev는 타입 지정 결정을 반환하고 텍스트를 생성하지 않으며, API는 POST /v1/systemone이고 OpenAI 또는 Anthropic 형태의 표면이 없습니다. 어시스턴트가 아니라 판단 계층으로 사용하세요.

Jev에 OpenAI 호환 엔드포인트가 있나요? 문서화된 것은 없습니다. API 레퍼런스는 평가 엔드포인트와 GET /v1/models만 나열하며 그 외에는 없습니다.

TypeSafe가 MCP 서버를 제공하나요? 문서에는 없습니다 — MCP는 문서 번들 어디에도 나타나지 않습니다. 커뮤니티 서버가 존재하며, 가장 완성도 높은 것은 @jkudish/jev-mcp입니다.

공식 스킬은 정확히 무엇을 설치하나요? Claude Code에서는 typesafe-ai 마켓플레이스의 typesafe라는 플러그인을 설치하며, /typesafe:typesafe-ai로 호출합니다. 다른 곳에서는 npx skills add typesafe-ai/skills --skill typesafe-ai가 에이전트에 맞는 폴더에 스킬 디렉터리를 배치합니다.

Claude나 ChatGPT 구독이 여전히 필요한가요? 라우팅 설정에는 필요합니다 — 런처는 CLI가 이미 가진 로그인을 재사용하므로 Pro, Max, ChatGPT 또는 SuperGrok 구독이 그대로 작동합니다. Jev 키가 없으면 라우팅 없는 일반 CLI를 사용하게 됩니다.

TypeSafe 키가 필요한가요? Jev를 호출하는 모든 것에는 필요합니다. TypeSafe에서 받거나, jev-use도 지원하는 OpenRouter 또는 Vercel AI Gateway로 도구를 지정하세요.

키 없이 시도할 수 있나요? jev-use의 JEV_BACKEND=mock은 제공자 호출 없이 모든 판단을 로컬에서 실행하며, 훅이 예상한 곳에서 발동하는지 확인하기에 충분합니다.

APIMaster에서 Jev를 사용할 수 있나요? 온보딩 중이며, 통합이 완료되면 이 페이지가 업데이트됩니다. Jev 라우터가 작업을 보내는 모델들은 위의 가격으로 이미 여기에 있습니다.

이것들이 CLI를 망가뜨릴까요? 스킬은 CLI 실행 방식에 아무것도 바꾸지 않습니다. 라우팅 프록시는 fail-open이고 종료 시 이전 모델 기본값을 복원합니다. 훅은 주의해야 할 유일한 지점이며, 더 나은 것들은 fail-open 동작을 명시적으로 문서화합니다.

Jev 판단 하나의 비용은 얼마인가요? 입력 토큰 10억 개당 $42이며 출력 청구는 없습니다. 출력이 없기 때문입니다. 사용자 턴당 라우팅 결정 하나, 또는 훅 발동당 질문 세트 하나가 전체 청구서입니다.

팀에는 어느 경로를 선택해야 하나요? 모두에게 스킬, 공통의 고통에는 경계 훅 하나, 그리고 모델 청구서가 측정할 만큼 클 때만 라우팅.

출처 및 추가 읽을거리

• TypeSafe — API reference — POST /v1/systemone 요청 형태, 질문 유형 및 답변
• TypeSafe — Models — 별칭, 버전 지정 ID, $42/Btok 가격 및 제한
• TypeSafe — Agent skill — 공식 Claude Code 플러그인과 npx skills 경로, 업데이트 명령 포함
• TypeSafe — How to build with TypeSafe — 추측성 팬아웃, 32,000 토큰 요청 예산 및 배칭 비교
• typesafe-ai/skills — 스킬 소스, MIT
• gargpratyush/jev-router — 라우팅 프록시, 등급 표 및 호환성 노트
• jkudish/jev-mcp — MCP 도구 세트
• shiftynick/jev-axi — 도구 사전 게이트와 44개 라벨링 사례
• tamaratran/fast-jev-compaction — 컴팩션 플러그인

저장소 스타, 설치 명령, npm 패키지 버전 및 APIMaster 경로 가격은 모두 2026년 9월 20일에 확인했습니다. 이 공간의 커뮤니티 프로젝트는 매일 움직이므로 설치 전에 저장소를 확인하세요.

APIMaster 계정 생성, $1부터 종량제 크레딧 충전, 콘솔에서 키 생성, 그리고 OpenAI 또는 Anthropic 호환 클라이언트를 https://apimaster.ai/v1로 지정하세요. 이 글의 두 CLI에 대한 설정 가이드는 Claude Code와 Codex입니다.