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 изменить базовый URL, но формат передачи данных остаётся тем же, и в этом вся проблема: форма запроса Jev — это state плюс карта типизированных questions, а его ответ — типизированные answers с вероятностями по каждому варианту. Здесь нет сообщения ассистента для отображения, нет потока токенов для вывода, нет вызова инструмента для разбора.

TypeSafe документирует ровно один эндпоинт оценки, POST /v1/systemone, плюс GET /v1/models для перечисления псевдонимов, которые ваша учётная запись может отправить в поле model. jev-latest используется по умолчанию; версионные идентификаторы, такие как jev-1.13.0, принимаются независимо от того, указаны ли они в списке. Ничто в документации не описывает поверхность, совместимую с OpenAI или Anthropic.

Это не пробел, который TypeSafe забыла заполнить. Jev — это модель принятия решений намеренно: она возвращает ответ внутри определённой вами схемы и не берёт плату за вывод, потому что вывода нет. Программный CLI — это 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 помещается.

Способ 1: официальный агентский навык

Это единственная официально поддерживаемая интеграция, она поставляется от TypeSafe, и её следует устанавливать первой, потому что она ничего не может сломать: она обучает агента, а не перехватывает его.

Claude Code, как плагин:

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

Затем вызовите его напрямую с помощью /typesafe:typesafe-ai или просто назовите его в промпте — «используй навык TypeSafe». Для обновления:

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

Перезапустите Claude Code или выполните /reload-plugins. Автоматические обновления можно включить из /plugin → Marketplaces → typesafe-ai.

Codex и всё остальное, через установщик навыков:

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

Он спросит, в какого агента устанавливать. Вы также можете вставить собственный промпт TypeSafe в агента и позволить ему выполнить установку или скопировать каталог skills/typesafe-ai в папку навыков вашего агента вручную. Репозиторий лицензирован по MIT, манифест плагина — typesafe v0.5.7, а сам навык — это один файл Markdown плюс ссылки.

Что именно меняет навык, стоит знать, потому что это не просто мелкие сведения об API. Он содержит три типа вопросов, как строить state, что означает уверенность в отличие от вероятности, архитектурные паттерны и таблицу, указывающую на нужную страницу документации для каждой задачи, — включая трюк, что добавление .md к любому URL документации возвращает Markdown. Документация TypeSafe прямо говорит о режиме отказа, который она исправляет: «агенты для программирования чаще людей впадают в привычку задавать один вопрос за вызов». Навык велит агенту помещать много вопросов в один вызов, включая спекулятивные, ответы на которые важны только для некоторых входных данных, и позволять вашему коду решать, какие ответы использовать. Этот паттерн — причина, по которой числа сходятся: собственный пример TypeSafe по 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 сборке, без изменения ответов. Две слегка различающиеся цифры для одного и того же теста; считайте обе измерением самого вендора.

Одно ограничение, которое стоит учитывать: состояние 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

Здесь сосредоточено большинство реального использования, и это полностью работа сообщества. Паттерн везде одинаков: CLI не модифицируется, модифицируется хук или прокси, и Jev выполняет одно ограниченное суждение в момент, когда языковая модель иначе потратила бы токены и секунды.

Где находится	Проект	★	Агенты
Компактификация сессии	tamaratran/fast-jev-compaction	4,697	Плагин Claude Code; заменяет сводку компактификации суждениями keep/drop по каждому элементу
Компактификация сессии	leonaaardob/fast-dev-compaction	3	Плагин Codex, порт той же идеи
Вывод терминала	tamaratran/jev-pruner	122	Claude Code; обрезает длинный вывод Bash до того, как его увидит модель
Контекстный прокси	compozy/yoshi	18	Claude Code, Codex; Jev решает, какая история ещё нужна
Шлюз перед инструментом	shiftynick/jev-axi	17	Claude Code, Codex; оценивает каждую shell-команду на деструктивность, эксфильтрацию, RCE и ослабление безопасности перед её выполнением
Шлюз перед инструментом	leepokai/jev-guard	12	Claude Code, Codex, Pi, ACP
Хук остановки	valentynkit/jev-belay	13	Claude Code; читает расшифровку, прежде чем 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; устанавливает хуки, навык маршрутизации и шлюз PreToolUse одной командой
Действия на рабочем столе	yikangy873-gif/jev-desktop	31	Codex Computer Use; выбирает среди действий на рабочем столе вместо того, чтобы спрашивать языковую модель на каждом шаге

Два из них стоит прочитать до того, как что-либо устанавливать. jev-axi публикует собственный размеченный набор из 44 вызовов инструментов — 24 из которых должны быть заблокированы или эскалированы, включая обфусцированные через base64, — и сообщает, что 44 из 44 решены в соответствии с разметкой; он также документирует честную границу: когда хук не может прочитать расшифровку агента, он ничего не делает. jev-belay показывает контроль затрат, который заставляет всю эту категорию работать: он тратит один вызов Jev с четырьмя вопросами и только когда файлы изменились и с тех пор не было успешной проверки, и он отказывает в открытую при любой ошибке.

Две оговорки, которые стоит иметь в виду. Эти репозитории существуют всего несколько дней — большинство были созданы между 17 и 20 сентября 2026 г. — поэтому звёзды выше отражают 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 навыка сработает.

Точка входа одной командой, если вам нужен 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 пробный запуск без ключа, при котором все суждения остаются локальными. Его опубликованные демонстрации стоит прочитать, чтобы понять, как выглядят выигрыши: запуск компактификации контекста, который оценил 200 сообщений за 7 вызовов и снизил заполненность окна с 94% до 44%, и шлюз shell-команд, который отклонял опасные команды примерно за 230 мс при нуле токенов языковой модели.

Способ 3: инструменты MCP

Если вы хотите, чтобы Jev был доступен модели как вызываемый инструмент, а не как хук, MCP — это переносимый способ, и он только от сообщества. Собственная документация TypeSafe никогда не упоминает MCP, поэтому нет сервера от самой компании для установки.

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 указывает примерно от 150 до 500 мс на суждение при доле цента. Здесь важен именно замысел: это дешёвые механические проверки, которые агент пропускает, потому что передовая модель слишком медленна, чтобы запускать их на каждой странице, утверждении или списке кандидатов.

Существуют альтернативы, если вам нужна другая форма: itsmostafa/typesafe-mcp (★128) — это сервер и CLI на Go, а Jevbridge говорит на MCP через stdio из клона исходников, именно так написан его пример для Codex:

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

Одно предупреждение об именах: сейчас в этой области есть два несвязанных npm-пакета, @jkudish/jev-mcp и нескоупированный jev-mcp, опубликованный из другого репозитория. Закрепите скоупированное имя в вашей конфигурации, чтобы будущий npx не разрешился в неправильный.

Способ 4: маршрутизация моделей на каждом ходу

Это самое заметное применение Jev в агенте для программирования, и оно умное: Jev сам ничего не отвечает, он выбирает, какая модель должна ответить. Один вызов Jev на каждый новый пользовательский ход выбирает уровень, и CLI работает точно как раньше.

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 затрагивается — loopback-прокси пересылает собственные заголовки авторизации CLI, не читая, не сохраняя и не изменяя их, и ни один ключ API Anthropic или OpenAI не участвует. Claude Code перенаправляется через ANTHROPIC_BASE_URL; Codex получает временного кастомного провайдера с requires_openai_auth=true. В обоих случаях Jev Router появляется в выборе модели: 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
Быстрый	Haiku	gpt-5.6-luna
Сбалансированный	Sonnet	gpt-5.6-terra
Сильный	Opus	gpt-5.6-sol
Длинный	Fable (opt-in)	gpt-6-astra

Каждая модель в этой таблице сегодня продаётся на APIMaster по ценам из краткого ответа, от примерно 89% до примерно 96% ниже прайс-листа. Покупка маршрутизируемой половины здесь и прямая оплата TypeSafe 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 «выбирай самое дешёвое», и детали — причина, по которой она вам не мешает: явный запрос, такой как «используй opus», побеждает; низкая уверенность никогда не понижает уровень и ограничивает повышения сбалансированным уровнем; большие разговоры отказываются от понижений, которые потратят больше работы с кэшем промптов, чем сэкономят; недоступный уровень повышается вверх, а не выбирает молча что-то более слабое; и длинный уровень остаётся выключенным, если вы не установите JEV_ALLOW_FABLE=1. Маршрутизация отказывает в открытую — сбой Jev оставляет текущую модель на месте, а не блокирует CLI — и каждый лаунчер восстанавливает предыдущее значение по умолчанию CLI при выходе.

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

Что установить первым

1. Навык, в том агенте, которым вы пользуетесь чаще всего. Он под MIT, он не меняет поведение, о котором вы не просили, и он упрощает каждый последующий шаг, потому что агент перестаёт задавать один вопрос за вызов.
2. Один пограничный хук, выбранный по тому, что вас раздражает. Если длинные сессии становятся дорогими — компактификация. Если вы нервничаете из-за shell-команд — шлюз перед инструментом. Если вы продолжаете получать «готово» на незавершённой работе — хук остановки.
3. Маршрутизация, только если вы уже чувствуете себя комфортно с прокси перед вашим CLI. Это самый эффективный и самый инвазивный из четырёх.
4. Оставьте арифметику, даты и подсчёты в вашем собственном коде. Jev документирует их как ненадёжные, и то же верно для моделей выше.

Три вещи, в которых люди ошибаются

• «Направить Claude Code на Jev». Совместимого эндпоинта нет. Это самая распространённая ошибка в контенте о Jev, написанном на этой неделе.
• «Один вопрос за вызов». Экономика модели принятия решений возникает из параллельных вопросов над одним общим состоянием. Задавание одного вопроса за запрос отбрасывает большую часть преимущества и весь аргумент о задержке.
• «Уверенность — это точность». Уверенность Jev калибрована, а это другое и более полезное свойство: она говорит, какие ответы нужно эскалировать. Мы разобрали опубликованные числа калибровки в Jev против LLM.

FAQ

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

Есть ли у Jev эндпоинт, совместимый с OpenAI? Согласно документации — нет. Справочник API перечисляет эндпоинт оценки и GET /v1/models, и больше ничего.

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

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

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

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

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

Доступен ли Jev на APIMaster? Он в процессе онбординга, и эта страница будет обновлена, когда интеграция заработает. Модели, на которые Jev-роутер направляет работу, уже здесь, по ценам выше.

Что-то из этого сломает мой CLI? Навык ничего не меняет в том, как работает CLI. Прокси маршрутизации отказывает в открытую и восстанавливает предыдущее значение модели по умолчанию при выходе. Хуки — единственное место, где нужно быть осторожным, и лучшие из них явно документируют своё поведение при отказе.

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

Какой способ выбрать для команды? Навык для всех, один пограничный хук для общей боли и маршрутизация 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 — Модели — псевдонимы, версионные идентификаторы, цена $42/Btok и ограничения
• TypeSafe — Агентский навык — официальный плагин Claude Code и способ через npx skills, с командами обновления
• TypeSafe — Как строить с TypeSafe — спекулятивное разветвление, бюджет запроса в 32,000 токенов и сравнение пакетной обработки
• typesafe-ai/skills — исходники навыка, MIT
• gargpratyush/jev-router — прокси маршрутизации, его таблица уровней и заметки о совместимости
• jkudish/jev-mcp — набор инструментов MCP
• shiftynick/jev-axi — шлюз перед инструментом и его 44 размеченных случая
• tamaratran/fast-jev-compaction — плагин компактификации

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

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