如何在 Claude Code 與 Codex 中使用 Jev

為什麼 Jev 不能當那個模型

Claude Code 與 Anthropic Messages API 溝通。Codex 與 OpenAI Responses API 溝通。兩者都允許你搬移 base URL，但線路格式維持不變，而這正是問題所在：Jev 的請求形狀是一個 state 加上一份型別化 questions 的映射，而它的回應是型別化 answers，每個選項附帶機率。沒有助理訊息可以渲染，沒有 token 串流可以印出，也沒有工具呼叫可以解析。

TypeSafe 的文件只記載了一個評估端點，POST /v1/systemone，外加 GET /v1/models 用來列出你的帳戶可在 model 欄位中送出的別名。jev-latest 是預設值；諸如 jev-1.13.0 的版本化 ID 無論是否出現在清單中都會被接受。文件中沒有任何一處描述 OpenAI 相容或 Anthropic 相容的介面。

那不是 TypeSafe 忘記補上的缺口。Jev 是刻意設計成決策模型：它在你定義的 schema 內回傳答案，而且不收取任何輸出費用，因為根本沒有輸出。coding CLI 是反過來的一種程式——它存在的目的就是寫出文字。所以有用的問題不是「Jev 能不能當那個模型」，而是「代理內部有哪些決策應該交給 Jev 負責」，而有四個地方正好能放進這個答案。

路徑 1：官方代理技能

這是唯一官方支援的整合方式，由 TypeSafe 發布，而且是最該先安裝的一個，因為它不可能弄壞任何東西：它教導代理，而不是攔截代理。

Claude Code，以外掛形式：

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

接著直接用 /typesafe:typesafe-ai 呼叫它，或是在提示中直接點名——「use the TypeSafe skill」。更新方式：

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

重新啟動 Claude Code 或執行 /reload-plugins。自動更新可以從 /plugin → Marketplaces → typesafe-ai 開啟。

Codex 以及其他所有代理，透過 skills 安裝器：

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

它會詢問要安裝到哪個代理。你也可以把 TypeSafe 自己的提示貼進代理，讓它自行完成安裝，或是手動把 skills/typesafe-ai 目錄複製到你的代理的 skills 資料夾。該儲存庫採用 MIT 授權，外掛清單是 typesafe v0.5.7，而技能本身只是一個 Markdown 檔案加上一些參考資料。

這個技能實際改變了什麼值得了解，因為它不只是 API 冷知識。它涵蓋了三種問題型別、如何建構 state、信心與機率的差別是什麼、各種架構模式，以及一張指向每個任務對應正確文件頁面的表格——包括在任何文件 URL 後面加上 .md 就會回傳 Markdown 這個技巧。TypeSafe 的文件明確指出它要矯正的失效模式：「coding agent 比人類更容易陷入每次呼叫只問一個問題的習慣。」這個技能會告訴代理把許多問題放進同一次呼叫，包括那些只有部分輸入才會用到答案的推測性問題，並讓你的程式碼決定要採用哪些答案。這個模式正是數字能算得過來的原因——TypeSafe 自家的 GDPR 範例把 13 個問題批次放進一次呼叫，並在 cookbook 索引中回報為便宜 12.2 倍、快 10.0 倍，在建構指南中則是便宜 11.5 倍、快 9.6 倍，而答案沒有任何改變。同一個測試出現兩個略有差異的數字；兩者都應視為廠商自家的量測值。

有一個限制要先規劃進去：state 與請求中的每一個問題共用約 32,000 token 的預算，大約是 150,000 個英文字元。

路徑 2：把 Jev 放在邊界上

這是現實世界中最主要的用法，而且全都是社群作品。各處的模式都一樣：CLI 本身不被修改，被修改的是鉤子或代理，而 Jev 在語言模型原本會耗掉 token 與秒數的那一刻，做出一次有界的判斷。

所在位置	專案	★	代理
工作階段壓縮	tamaratran/fast-jev-compaction	4,697	Claude Code 外掛；以逐項保留／捨棄的判斷取代壓縮摘要
工作階段壓縮	leonaaardob/fast-dev-compaction	3	Codex 外掛，同一構想的移植版
終端機輸出	tamaratran/jev-pruner	122	Claude Code；在模型看到之前修剪冗長的 Bash 輸出
上下文代理	compozy/yoshi	18	Claude Code、Codex；由 Jev 判斷哪些歷史仍然需要
工具呼叫前閘門	shiftynick/jev-axi	17	Claude Code、Codex；在每個 shell 指令執行前，為其破壞性、資料外洩、RCE 與安全性削弱評分
工具呼叫前閘門	leepokai/jev-guard	12	Claude Code、Codex、Pi、ACP
停止鉤子	valentynkit/jev-belay	13	Claude Code；在相信「完成了」的說法之前先讀取對話紀錄
在 Codex 工作者之上	thruwire/foreman	418	Codex；由 Jev 判斷某個實作是否完成、其測試是否充分
MCP 與 ACP 橋接	tacticocc/Jevbridge	26	Codex、Claude、Grok、OpenCode
外掛套件	shitianfang/jev-use	9	Claude Code、Codex、Pi；用一個指令安裝鉤子、路由技能與 PreToolUse 閘門
桌面動作	yikangy873-gif/jev-desktop	31	Codex Computer Use；在桌面動作之間挑選，而不是每一步都問語言模型

其中兩個值得你在安裝任何東西之前先讀一讀。jev-axi 公布了自己標註的 44 個工具呼叫資料集——其中 24 個必須被封鎖或升級處理，包括 base64 混淆的那些——並回報 44 個全部依標註判定；它同時也記錄了誠實的邊界，也就是當鉤子讀不到代理的對話紀錄時，它什麼都不做。jev-belay 則展示了讓這整個類別行得通的成本控制：它只花一次四問題的 Jev 呼叫，而且只在檔案有變更、且自那之後沒有任何通過的檢查時才花，並且在任何錯誤時都 fail open。

有兩個但書你應該記住。這些儲存庫都只有幾天大——多數是在 2026 年 9 月 17 日至 9 月 20 日之間建立的——所以上面的星數代表的是關注度，而不是成熟度；而且除了 fast-jev-compaction 之外，它們都是小專案。此外，每個專案的安裝指令都不同；請讀 README，不要假設技能風格的那套指令能用。

如果你想要的是套件而不是單一鉤子，這裡是單一指令的進入點：

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

jev-use 會從 TYPESAFE_API_KEY、OPENROUTER_API_KEY 或 AI_GATEWAY_API_KEY 讀取金鑰，而 JEV_BACKEND=mock 提供的無金鑰試跑會把所有判斷都留在本機。它公布的示範值得一讀，以了解成果的形狀：一次上下文壓縮執行用 7 次呼叫判斷了 200 則訊息，把一個已滿 94% 的視窗降到 44%；以及一個 shell 指令閘門在約 230 ms 內拒絕了危險指令，且零語言模型 token。

路徑 3：MCP 工具

如果你希望 Jev 以可呼叫工具的形式提供給模型，而不是以鉤子的形式，MCP 是可攜的路徑——而且它只有社群版本。TypeSafe 自家文件從未提及 MCP，所以沒有第一方伺服器可安裝。

Claude Code：

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

Codex，在 ~/.codex/config.toml 中：

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

那個伺服器（npm @jkudish/jev-mcp 0.5.0）公開了十個工具——jev_verify、jev_screen、jev_find、jev_rerank、jev_classify、jev_decide、jev_compare、jev_extract、jev_review 與 jev_gate——而其 README 引述每次判斷大約 150 到 500 ms、成本僅為幾分之一美分。這裡真正重要的設計重點是：這些正是代理會跳過的便宜機械式檢查，因為前沿模型太慢，無法在每個頁面、每項主張或每份候選清單上執行。

如果你想要不同形狀，也有替代方案：itsmostafa/typesafe-mcp（★128）是一個 Go 伺服器與 CLI，而 Jevbridge 可從原始碼複本透過 stdio 使用 MCP，其 Codex 範例就是這樣寫的：

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

一個命名警告：這個領域現在有兩個互不相關的 npm 套件，@jkudish/jev-mcp 與一個從不同儲存庫發布、未加 scope 的 jev-mcp。請在設定中固定使用有 scope 的名稱，以免未來的 npx 解析到錯的那個。

路徑 4：逐回合模型路由

這是 Jev 在 coding agent 中最顯眼的用法，而且很聰明：Jev 本身不回答任何事，它選擇該由哪個模型來回答。每個全新的使用者回合一次 Jev 呼叫來挑選等級，而 CLI 完全照舊執行。

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

需要 Node.js 20.12+ 以及兩個 CLI 中至少一個。你既有的 claude login 或 codex login 不受影響——回送代理會轉送 CLI 自己的授權標頭，不會讀取、儲存或修改它們，也不涉及任何 Anthropic 或 OpenAI API 金鑰。Claude Code 是透過 ANTHROPIC_BASE_URL 重新導向；Codex 則取得一個帶有 requires_openai_auth=true 的暫時自訂供應商。在兩者中，Jev Router 都會出現在模型選擇器中：選取具體模型會暫停路由，選取 Jev Router 則恢復路由。工具呼叫、權限、工作階段、/compact 與 /resume 的行為都和以往一樣，因為它們仍然是 CLI 自己的。

等級表是任何購買 API 存取權的人都該關注的部分：

等級	Claude Code 預設	Codex 預設
Fast	Haiku	gpt-5.6-luna
Balanced	Sonnet	gpt-5.6-terra
Strong	Opus	gpt-5.6-sol
Long	Fable（需自行開啟）	gpt-6-astra

那張表中的每一個模型今天都在 APIMaster 上以快速解答所列的價格特價中，比定價低約 89% 到約 96%。在這裡買下被路由的那一半，並直接付錢給 TypeSafe 請它做判斷的那一半，是我們能看到最便宜的版本——路由器自己的預設就指向我們的型錄，而這個模式的重點就在於大多數回合都會落在便宜的等級上。

這套策略比「挑最便宜的」更謹慎，而這些細節正是它不會處處跟你作對的原因：像是「use opus」這類明確要求優先；低信心永不降級，且升級上限只到 balanced 等級；大型對話會拒絕那些浪費的 prompt-cache 工作比省下更多成本的降級；無法取得的等級會往上跳一階，而不是默默選擇更弱的東西；除非你設定 JEV_ALLOW_FABLE=1，否則 long 等級維持關閉。路由是 fail-open 的——Jev 失敗時會保留目前的模型，而不是阻擋 CLI——而且每個啟動器在結束時都會還原 CLI 先前的預設值。

有一個同名姊妹專案也涵蓋 Grok CLI 與 opencode。它的 README 給了一條尚未發布的 npm 指令，所以如果你需要那兩個代理，請使用儲存庫複本。

該先安裝什麼

1. 技能，裝在你最常用的那個代理裡。 它是 MIT，不會改變你沒要求的任何行為，而且會讓之後每一步都更輕鬆，因為代理不再每次呼叫只問一個問題。
2. 一個邊界鉤子，依你最困擾的事來選。 如果長工作階段變得很貴，選壓縮。如果你對 shell 指令感到不安，選工具呼叫前閘門。如果你老是拿到未完成工作卻回報「完成了」，選停止鉤子。
3. 路由，只在你已經能自在接受 CLI 前面有個代理時才用。 它是四者中槓桿最高、也最具侵入性的。
4. 把算術、日期與計數留在你自己的程式碼裡。 Jev 文件記載這些並不可靠，上面那些模型也是如此。

三個常見誤解

• 「把 Claude Code 指向 Jev。」 沒有相容的端點。這是本週關於 Jev 的內容中最常見的單一錯誤。
• 「每次呼叫只問一個問題。」 決策模型的經濟性來自於在同一個共享 state 上平行提問。每次請求只問一個問題，等於丟掉大部分優勢，也丟掉整個延遲論證。
• 「信心就是準確度。」 Jev 的信心是校準過的，那是另一種而且更有用的性質：它告訴你哪些答案該升級處理。我們在 Jev vs LLMs 中走過了已公布的校準數字。

FAQ

我可以把 Jev 當作 Claude Code 或 Codex 中的模型來用嗎？ 不行。Jev 回傳的是型別化決策，不生成任何文字，而且它的 API 是 POST /v1/systemone，沒有 OpenAI 或 Anthropic 形狀的介面。請把它當作判斷層，而不是助理。

Jev 有 OpenAI 相容的端點嗎？ 就文件所載沒有。API 參考只列出評估端點與 GET /v1/models，沒有其他東西。

TypeSafe 有推出 MCP 伺服器嗎？ 其文件中沒有——MCP 完全沒有出現在文件包裡。社群伺服器是存在的，其中最完整的是 @jkudish/jev-mcp。

官方技能到底安裝了什麼？ 在 Claude Code 中，是來自 typesafe-ai 市集、名為 typesafe 的外掛，以 /typesafe:typesafe-ai 呼叫。在其他地方，則是一個技能目錄，由 npx skills add typesafe-ai/skills --skill typesafe-ai 放到你代理的正確資料夾中。

我還需要我的 Claude 或 ChatGPT 訂閱嗎？ 若是路由設定，需要——啟動器會重用 CLI 既有的登入，所以 Pro、Max、ChatGPT 或 SuperGrok 訂閱都能直接使用。沒有 Jev 金鑰的話，你拿到的就是純 CLI，沒有任何路由。

我需要 TypeSafe 金鑰嗎？ 凡是會呼叫 Jev 的東西都需要。可從 TypeSafe 取得，或把工具指向 OpenRouter 或 Vercel AI Gateway，jev-use 也支援這兩個。

我可以在沒有金鑰的情況下試用嗎？ jev-use 中的 JEV_BACKEND=mock 會在本機執行每個判斷，完全不呼叫供應商，這足以讓你看出鉤子是否在你預期的地方觸發。

Jev 在 APIMaster 上可以用了嗎？ 它正在上線導入中，整合正式上線後本頁會更新。Jev 路由器把工作送往的那些模型已經在這裡了，價格如上。

這些東西會弄壞我的 CLI 嗎？ 技能完全不會改變 CLI 的執行方式。路由代理是 fail-open，並會在結束時還原你先前的模型預設值。鉤子是唯一需要小心的地方，而比較好的那些都會明確記載自己的 fail-open 行為。

一次 Jev 判斷要多少錢？ 每十億輸入 token $42，沒有輸出費用，因為沒有輸出。每個使用者回合一次路由決策，或每次鉤子觸發一組問題，就是全部的帳單。

團隊該選哪條路徑？ 技能給每個人，一個邊界鉤子解決共同痛點，而路由只用在模型帳單大到足以衡量的地方。

來源與延伸閱讀

• TypeSafe — API reference — POST /v1/systemone 的請求形狀、問題型別與答案
• TypeSafe — Models — 別名、版本化 ID、$42/Btok 定價與限制
• TypeSafe — Agent skill — 官方 Claude Code 外掛與 npx skills 路徑，附更新指令
• TypeSafe — How to build with TypeSafe — 推測性扇出、32,000 token 的請求預算與批次處理比較
• typesafe-ai/skills — 技能原始碼，MIT
• gargpratyush/jev-router — 路由代理、其等級表與相容性說明
• jkudish/jev-mcp — MCP 工具集
• shiftynick/jev-axi — 工具呼叫前閘門及其 44 個標註案例
• tamaratran/fast-jev-compaction — 壓縮外掛

儲存庫星數、安裝指令、npm 套件版本與 APIMaster 路由價格皆於 2026 年 9 月 20 日查核。這個領域的社群專案每天都在變動；安裝前請先查看儲存庫。

建立 APIMaster 帳號，從 $1 起加入隨用隨付額度，在主控台建立金鑰，並把 OpenAI 或 Anthropic 相容的用戶端指向 https://apimaster.ai/v1。本文中兩個 CLI 的設定指南是 Claude Code 與 Codex。