Как использовать Jev в Claude Code и Codex

Почему Jev не может быть моделью

Claude Code общается с Anthropic Messages API. Codex общается с OpenAI Responses API. Оба позволяют сменить base URL, но формат передачи остаётся тем же, и в этом вся проблема: форма запроса Jev — это state плюс карта типизированных questions, а ответ — типизированные answers с вероятностями по каждому варианту. Тут нет assistant-сообщения, которое можно отрендерить, нет потока токенов для вывода, нет tool call для разбора.

TypeSafe документирует ровно один оценочный endpoint, POST /v1/systemone, плюс GET /v1/models для перечисления псевдонимов, которые ваш аккаунт может передавать в поле model. jev-latest — значение по умолчанию; версионированные ID, такие как jev-1.13.0, принимаются независимо от того, появляются ли они в списке. Ничто в документации не описывает OpenAI-совместимой или Anthropic-совместимой поверхности.

Это не пробел, который TypeSafe забыл закрыть. Jev намеренно является моделью принятия решений: он возвращает ответ внутри схемы, которую вы определили, и не берёт плату за выход, потому что выхода нет. CLI для программирования — программа противоположного рода: он существует, чтобы писать текст. Так что полезный вопрос не «может ли Jev быть моделью», а «какие решения внутри агента должен взять на себя Jev», и есть четыре места, куда этот ответ ложится.

Способ 1: официальный agent skill

Это единственная официально поддерживаемая интеграция, её выпускает TypeSafe, и её стоит устанавливать первой, потому что она ничего не может сломать: она учит агента, а не перехватывает его.

Claude Code, как плагин:

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

Затем вызывайте напрямую через /typesafe:typesafe-ai или просто назовите его в промпте — «use the TypeSafe skill». Для обновления:

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

Перезапустите Claude Code или выполните /reload-plugins. Автообновления можно включить в /plugin → Marketplaces → typesafe-ai.

Codex и всё остальное — через установщик skills:

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

Он спросит, в какого агента устанавливать. Можно также вставить собственный промпт TypeSafe в агента и позволить ему выполнить установку, или скопировать каталог skills/typesafe-ai в папку skills вашего агента вручную. Репозиторий под лицензией MIT, манифест плагина — typesafe v0.5.7, а сам skill — это один Markdown-файл плюс справочные материалы.

Стоит понимать, что именно меняет этот skill, потому что дело не только в деталях API. Он содержит три типа вопросов, то, как строить state, что означает confidence в отличие от вероятности, архитектурные паттерны и таблицу с указанием нужной страницы документации для каждой задачи — включая трюк с добавлением .md к любому URL документации, который возвращает Markdown. Документация TypeSafe прямо называет режим отказа, который он исправляет: «coding-агенты попадают в привычку задавать один вопрос на вызов чаще, чем люди». Skill велит агенту помещать много вопросов в один вызов, включая спекулятивные, ответы на которые важны лишь для некоторых входных данных, и позволять вашему коду решать, какие ответы использовать. Этот паттерн — причина, по которой цифры сходятся: собственный пример TypeSafe про GDPR объединяет 13 вопросов в один вызов и сообщает о результате в 12.2× дешевле и 10.0× быстрее в индексе кулинарной книги, 11.5× дешевле и 9.6× быстрее в руководстве по построению, без изменения ответов. Две немного разные цифры для одного и того же теста; считайте обе собственным измерением вендора.

Одно ограничение, которое стоит учесть при планировании: state и каждый вопрос в запросе совместно используют бюджет примерно в 32 000 токенов, около 150 000 символов английского текста.

Способ 2: поставить Jev на границах

Именно здесь сосредоточено большинство реального использования, и всё это работа сообщества. Паттерн везде один: CLI не модифицируется, модифицируется хук или прокси, и Jev принимает одно ограниченное решение в момент, когда языковая модель иначе потратила бы токены и секунды.

Где находится	Проект	★	Агенты
Компакция сессии	tamaratran/fast-jev-compaction	4,697	Плагин Claude Code; заменяет сводку компакции решениями keep/drop по каждому элементу
Компакция сессии	leonaaardob/fast-dev-compaction	3	Плагин Codex, порт той же идеи
Вывод терминала	tamaratran/jev-pruner	122	Claude Code; обрезает длинный вывод Bash перед тем, как его увидит модель
Прокси контекста	compozy/yoshi	18	Claude Code, Codex; Jev решает, какая история всё ещё нужна
Гейт перед инструментом	shiftynick/jev-axi	17	Claude Code, Codex; оценивает каждую shell-команду на деструктивность, эксфильтрацию, RCE и ослабление безопасности перед запуском
Гейт перед инструментом	leepokai/jev-guard	12	Claude Code, Codex, Pi, ACP
Stop-хук	valentynkit/jev-belay	13	Claude Code; читает транскрипт перед тем, как доверять заявлению «готово»
Над воркерами Codex	thruwire/foreman	418	Codex; Jev решает, завершена ли реализация и достаточны ли её тесты
Мост MCP и ACP	tacticocc/Jevbridge	26	Codex, Claude, Grok, OpenCode
Набор плагинов	shitianfang/jev-use	9	Claude Code, Codex, Pi; одной командой устанавливает хуки, skill маршрутизации и гейт PreToolUse
Действия на десктопе	yikangy873-gif/jev-desktop	31	Codex Computer Use; выбирает среди действий на десктопе вместо того, чтобы спрашивать языковую модель на каждом шаге

Два из них стоит прочитать перед установкой чего-либо. jev-axi публикует собственный размеченный набор из 44 вызовов инструментов — 24 из которых должны быть заблокированы или эскалированы, включая обфусцированные через base64, — и сообщает о 44 из 44 решений, совпавших с разметкой; он также честно документирует крайний случай: когда хук не может прочитать транскрипт агента, он ничего не делает. jev-belay показывает контроль затрат, на котором держится вся эта категория: он тратит один вызов Jev с четырьмя вопросами, и только когда файлы изменились и с тех пор не было проходящей проверки, и при любой ошибке он пропускает дальше (fail open).

Две оговорки, которые стоит держать в голове. Эти репозитории совсем свежие — большинство создано между 17 и 20 сентября 2026 года, — поэтому звёзды выше это внимание, а не зрелость, и, за исключением fast-jev-compaction, это небольшие проекты. И команды установки различаются от проекта к проекту; читайте README, а не предполагайте, что команда в стиле skill сработает.

Единая точка входа одной командой, если вы хотите набор, а не отдельный хук:

npx -y jev-use install    # wires Claude Code, Codex and Pi, whichever it finds
npx -y jev-use doctor     # checks the wiring

jev-use читает свой ключ из TYPESAFE_API_KEY, OPENROUTER_API_KEY или AI_GATEWAY_API_KEY, а JEV_BACKEND=mock даёт вам пробный запуск без ключа, при котором каждое суждение остаётся локальным. Его опубликованные демо стоят прочтения ради формы выигрыша: прогон компакции контекста, который оценил 200 сообщений за 7 вызовов и снизил заполненность окна с 94% до 44%, и гейт shell-команд, который отклонял опасные команды примерно за 230 мс при нуле токенов языковой модели.

Способ 3: MCP-инструменты

Если вы хотите, чтобы Jev был доступен модели как вызываемый инструмент, а не как хук, MCP — переносимый путь, и он только из сообщества. Собственная документация TypeSafe вообще не упоминает MCP, поэтому первого сервера от вендора для установки нет.

Claude Code:

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

Codex, в ~/.codex/config.toml:

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

Этот сервер (npm @jkudish/jev-mcp 0.5.0) предоставляет десять инструментов — jev_verify, jev_screen, jev_find, jev_rerank, jev_classify, jev_decide, jev_compare, jev_extract, jev_review и jev_gate — и его README приводит примерно 150–500 мс на суждение за долю цента. Ключевая идея здесь та, что важна: это дешёвые механические проверки, которые агент пропускает, потому что frontier-модель слишком медленная, чтобы запускать их на каждой странице, утверждении или списке кандидатов.

Существуют альтернативы, если вы хотите другую форму: itsmostafa/typesafe-mcp (★128) — это сервер и CLI на Go, а Jevbridge говорит на MCP через stdio из клона исходников, как и написан его пример для Codex:

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

Одно предупреждение о названиях: в этой области теперь есть два несвязанных npm-пакета, @jkudish/jev-mcp и нескоупленный jev-mcp, опубликованный из другого репозитория. Закрепите в конфиге имя со скоупом, чтобы будущий npx не разрешился в неправильный пакет.

Способ 4: маршрутизация моделей на каждый ход

Это самое заметное применение Jev в coding-агенте, и оно умное: Jev сам ничего не отвечает, он выбирает, какая модель должна отвечать. Один вызов Jev на каждый новый ход пользователя выбирает уровень, а CLI работает ровно как прежде.

npm install -g jev-router
echo "JEV_API_KEY=..." > ~/.jev-router.env
jev-claude      # Claude Code, with Jev Router selected in /model
jev-codex       # Codex, with a temporary Jev Router provider selected

Требуется Node.js 20.12+ и хотя бы один из двух CLI. Ваш существующий claude login или codex login не трогается — loopback-прокси пересылает собственные заголовки авторизации CLI, не читая, не сохраняя и не модифицируя их, и никакой API-ключ Anthropic или OpenAI не задействован. Claude Code перенаправляется через ANTHROPIC_BASE_URL; Codex получает временного кастомного провайдера с requires_openai_auth=true. В обоих в выборе модели появляется Jev Router: выбор конкретной модели приостанавливает маршрутизацию, выбор Jev Router возобновляет её. Вызовы инструментов, разрешения, сессии, /compact и /resume ведут себя как всегда, потому что они по-прежнему принадлежат CLI.

Таблица уровней — это то, что должно заинтересовать любого, кто покупает доступ к API:

Уровень	По умолчанию в Claude Code	По умолчанию в 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

Каждая модель из этой таблицы сегодня продаётся на APIMaster по ценам из краткого ответа — от примерно 89% до примерно 96% ниже прайс-листа. Покупать маршрутизируемую половину здесь и платить TypeSafe напрямую за половину с суждениями — самая дешёвая версия этой схемы, которую мы видим: собственные значения по умолчанию роутера указывают на наш каталог, и весь смысл паттерна в том, что большинство ходов попадает на дешёвый уровень.

Политика осторожнее, чем «выбрать самое дешёвое», и детали — причина, по которой она не мешает вам: явный запрос, такой как «use opus», побеждает; низкая уверенность никогда не понижает уровень и ограничивает повышения уровнем balanced; большие разговоры отказываются от понижений, которые потратят больше работы на prompt-кэш, чем сэкономят; недоступный уровень шагает вверх, а не выбирает молча что-то слабее; а длинный уровень остаётся выключенным, пока вы не установите JEV_ALLOW_FABLE=1. Маршрутизация работает по принципу fail-open — сбой Jev оставляет текущую модель на месте, а не блокирует CLI, — и каждый лаунчер восстанавливает предыдущую модель CLI по умолчанию при выходе.

Есть родственный проект с тем же названием, который также покрывает Grok CLI и opencode. Его README даёт npm-команду, которая ещё не опубликована, так что используйте клон репозитория, если вам нужны эти два агента.

Что устанавливать первым

1. Skill, в том агенте, которым вы пользуетесь больше всего. Он под MIT, он не меняет поведения, о котором вы не просили, и он упрощает каждый следующий шаг, потому что агент перестаёт задавать по одному вопросу на вызов.
2. Один пограничный хук, выбранный по тому, что вам мешает. Если длинные сессии становятся дорогими — компакция. Если вы нервничаете из-за shell-команд — гейт перед инструментом. Если вы постоянно получаете «готово» на незавершённой работе — stop-хук.
3. Маршрутизацию — только если вам уже комфортно с прокси перед вашим CLI. Это самый высокоэффективный и самый инвазивный из четырёх.
4. Держите арифметику, даты и подсчёты в собственном коде. Jev документирует их как ненадёжные, и то же самое верно для моделей выше.

Три вещи, которые люди понимают неправильно

• «Направить Claude Code на Jev». Совместимого endpoint'а нет. Это самая распространённая ошибка в контенте, написанном про Jev за эту неделю.
• «Один вопрос на вызов». Экономия модели принятия решений идёт от параллельных вопросов над одним общим state. Задавать один вопрос на запрос — значит выбросить большую часть преимущества и весь аргумент про задержку.
• «Уверенность — это точность». Уверенность Jev калибрована, а это другое и более полезное свойство: она говорит вам, какие ответы эскалировать. Мы разобрали опубликованные числа калибровки в Jev vs LLMs.

FAQ

Можно ли использовать Jev как модель в Claude Code или Codex? Нет. Jev возвращает типизированные решения и не генерирует текст, а его API — это POST /v1/systemone без поверхности в формате OpenAI или Anthropic. Используйте его как слой суждений, а не как ассистента.

Есть ли у Jev OpenAI-совместимый endpoint? Согласно документации — нет. Справочник API перечисляет оценочный endpoint и GET /v1/models, и больше ничего.

Выпускает ли TypeSafe MCP-сервер? В своей документации — нет: MCP вообще не появляется в пакете документации. Серверы сообщества существуют, и самый полный из них — @jkudish/jev-mcp.

Что именно устанавливает официальный skill? В Claude Code — плагин с именем typesafe из маркетплейса typesafe-ai, вызываемый как /typesafe:typesafe-ai. Везде в остальном — каталог skill, который npx skills add typesafe-ai/skills --skill typesafe-ai помещает в нужную папку для вашего агента.

Нужна ли мне всё ещё моя подписка Claude или ChatGPT? Для схемы с маршрутизацией — да: лаунчеры переиспользуют логин, который у CLI уже есть, поэтому подписка Pro, Max, ChatGPT или SuperGrok работает как есть. Без ключа Jev вы получаете обычный CLI без маршрутизации.

Нужен ли мне ключ TypeSafe? Для всего, что вызывает Jev, — да. Получите его в TypeSafe или направьте инструментарий на OpenRouter или Vercel AI Gateway, которые jev-use тоже поддерживает.

Можно ли попробовать без ключа? JEV_BACKEND=mock в jev-use выполняет каждое суждение локально без обращения к провайдеру, чего достаточно, чтобы увидеть, срабатывают ли хуки там, где вы ожидаете.

Доступен ли Jev на APIMaster? Да. Вызывайте jev-latest через POST https://apimaster.ai/v1/systemone с ключом APIMaster; это стоит $0.042 за 1M входных токенов и $0 за выходные. Модели, которым роутер Jev отправляет работу, тоже здесь, по ценам выше.

Сломает ли что-то из этого мой CLI? Skill ничего не меняет в том, как работает CLI. Прокси маршрутизации работает по принципу fail-open и восстанавливает предыдущую модель по умолчанию при выходе. Хуки — единственное место, где нужно быть осторожным, и лучшие из них явно документируют своё поведение fail-open.

Сколько стоит одно суждение Jev? $42 за миллиард входных токенов, без платы за выход, потому что выхода нет. Одно решение о маршрутизации на ход пользователя или один набор вопросов на срабатывание хука — вот и весь счёт.

Какой способ выбрать для команды? Skill для всех, один пограничный хук для общей боли и маршрутизацию — только там, где счёт за модели достаточно велик, чтобы его измерять.

Источники и дополнительное чтение

• TypeSafe — справочник API — форма запроса POST /v1/systemone, типы вопросов и ответы
• TypeSafe — Models — псевдонимы, версионированные ID, цена $42/Btok и лимиты
• TypeSafe — Agent skill — официальный плагин для Claude Code и путь через npx skills, с командами обновления
• TypeSafe — How to build with TypeSafe — спекулятивное ветвление, бюджет запроса в 32 000 токенов и сравнение пакетной обработки
• typesafe-ai/skills — исходники skill, MIT
• gargpratyush/jev-router — прокси маршрутизации, его таблица уровней и заметки о совместимости
• jkudish/jev-mcp — набор MCP-инструментов
• shiftynick/jev-axi — гейт перед инструментом и его 44 размеченных случая
• tamaratran/fast-jev-compaction — плагин компакции

Звёзды репозиториев, команды установки, версии npm-пакетов и цены маршрутов APIMaster были проверены 20 сентября 2026 года. Проекты сообщества в этой области движутся ежедневно; проверьте репозиторий перед установкой.

Создайте аккаунт APIMaster, добавьте кредит с оплатой по мере использования от $1, создайте ключ в консоли и направьте OpenAI- или Anthropic-совместимый клиент на https://apimaster.ai/v1. Руководства по настройке двух CLI из этой статьи — Claude Code и Codex.