如何在 Claude Code 與 Codex 中使用 Jev

為什麼 Jev 不能是那個模型

Claude Code 與 Anthropic Messages API 對話。Codex 與 OpenAI Responses API 對話。兩者都允許你更換 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 加上一份帶型別 questions 的映射，而它的回應是帶型別的 answers，每個選項附有機率。這裡沒有可渲染的 assistant 訊息、沒有可列印的 token 串流、沒有可解析的工具呼叫。

TypeSafe 文件記載的評估端點只有一個，POST /v1/systemone，外加 GET /v1/models 用來列出你帳號可在 model 欄位送出的別名。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。文件中沒有任何地方描述 OpenAI 相容或 Anthropic 相容的介面。

這不是 TypeSafe 忘了補上的缺口。Jev 刻意就是一個決策模型：它在你定義的 schema 內回傳答案，而且因為沒有輸出，所以輸出免費。coding CLI 則是相反類型的程式——它存在的目的就是寫文字。所以有用的問題不是「Jev 能不能當那個模型」，而是「agent 內部的哪些決策應該交給 Jev」，而有四個地方適合這個答案。

路線 1：官方 agent skill

這是唯一官方支援的整合，由 TypeSafe 推出，也是應該最先安裝的一個，因為它不會弄壞任何東西：它教導 agent，而不是攔截 agent。

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。自動更新可從 /plugin → Marketplaces → typesafe-ai 開啟。

Codex 及其他一切，透過 skills 安裝器：

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

它會詢問要安裝進哪個 agent。你也可以把 TypeSafe 自己的提示貼進 agent，讓它自行完成安裝，或手動將 skills/typesafe-ai 目錄複製到你的 agent 的 skills 資料夾。該儲存庫為 MIT 授權，外掛清單為 typesafe v0.5.7，而 skill 本身只是一個 Markdown 檔案加上參考資料。

這個 skill 實際改變了什麼值得了解，因為它不只是 API 的冷知識。它涵蓋三種問題型別、如何建構 state、confidence 與 probability 的差別是什麼、架構模式，以及一張指向每項任務正確文件頁面的對照表——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敗模式：「coding agent 比人更容易落入每次呼叫只問一個問題的習慣。」這個 skill 告訴 agent 把許多問題放進一次呼叫，包括那些只對部分輸入才重要的推測性問題，並讓你的程式碼決定要用哪些答案。這個模式正是數字能成立的關鍵——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 building guide 中則為便宜 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；兩者都當作是廠商自己的量測。

有一個需要事先規劃的限制：一次請求中的 state 與每個問題共用約 32,000 個 token 的預算，約等於 150,000 個英文字元。

路線 2：把 Jev 放在邊界上

這是絕大多數實際用途所在，而且全是社群作品。模式到處都一樣：CLI 不被修改，被修改的是 hook 或代理，而 Jev 在語言模型原本會花掉 token 與秒數的時刻做出一次有界的判斷。

所在位置	專案	★	Agent
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
工具前閘門	shiftynick/jev-axi	17	Claude Code、Codex；在執行前為每個 shell 指令評分其破壞性、外洩、RCE 與安全性削弱程度
工具前閘門	leepokai/jev-guard	12	Claude Code、Codex、Pi、ACP
停止 hook	valentynkit/jev-belay	13	Claude Code；在相信「完成」的說法之前先讀取對話紀錄
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；以單一指令安裝 hook、路由 skill 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

其中兩個值得在你安裝任何東西之前先讀。jev-axi 公開了它自己標註的 44 個工具呼叫資料集——其中 24 個必須被封鎖或升級，包括 base64 混淆的那些——並回報 44 個全部判定為與標註一致；它也記錄了誠實的邊界，也就是當 hook 讀不到 agent 的對話紀錄時，它什麼都不做。jev-belay 展示了讓這整個類別得以運作的成本控制：它只花一次四問題的 Jev 呼叫，而且只在檔案有變更、且自那之後沒有通過的檢查時才花，並且在任何錯誤時都 fail open。

有兩個注意事項你應該記住。這些儲存庫都只有幾天大——多數建立於 2026 年 9 月 17 日至 9 月 20 日之間——所以上面的星數代表的是關注度，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 skill 風格的那道指令一定可行。

如果你想要的是套件而不是單一 hook，這個一鍵進入點是：

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 會給你一個無需金鑰的乾跑模式，讓每個判斷都在本機進行。它公開的示範值得一讀，以了解這些效益的形狀：一次上下文壓縮執行在 7 次呼叫中判斷了 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 毫秒內拒絕危險指令，且零語言模型 token。

路線 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 hook 的形式，MCP 是可攜的路線——而且它只有社群版本。TypeSafe 自家的文件從未提及 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）提供十個工具——jev_verify、jev_screen、jev_find、jev_rerank、jev_classify、jev_decide、jev_compare、jev_extract、jev_review 與 jev_gate——其 README 引述每次判斷約 150 至 500 毫秒，成本僅為一美分的零頭。這裡的設計重點正是關鍵所在：這些是 agent 會略過的便宜機械式檢查，因為前沿模型太慢，無法在每個頁面、主張或候選清單上執行它們。

如果你想要不同的形式，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 講 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的無 scope 的 jev-mcp。請在你的設定中固定使用有 scope 的名稱，以免未來的 npx 解析到錯誤的那個。

路線 4：逐回合模型路由

這是 Jev 在 coding agent 中最顯眼的用途，而且很聰明：Jev 本身不回答任何事，它選擇該由哪個模型回答。每個新的使用者回合進行一次 Jev 呼叫來挑選層級，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。你現有的 claude login 或 codex login 不受影響——回送代理會轉送 CLI 自己的授權標頭，不讀取、不儲存、也不修改它們，且完全不涉及 Anthropic 或 OpenAI API 金鑰。Claude Code 透過 ANTHROPIC_BASE_URL 重新導向；Codex 則取得一個帶 requires_openai_auth=true 的臨時自訂供應商。兩者中，Jev Router 都會出現在模型選擇器中：選擇具體模型會暫停路由，選擇 Jev Router 則恢復路由。工具呼叫、權限、工作階段、/compact 與 /resume 的行為都與以往相同，因為它們仍然是 CLI 自己的。

層級表是任何購買 API 存取權的人都該感興趣的部分：

層級	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（需主動開啟）	gpt-6-astra

那張表中的每個模型今天都在 APIMaster 上以快速解答中的價格特價中，約比定價低 89% 至約 96%。在這裡購買被路由的那一半，並直接付錢給 TypeSafe 買判斷的那一半，是我們能看到這個設定最便宜的版本——路由器自己的預設就指向我們的目錄，而這個模式的重點就是大多數回合都會落在便宜的層級上。

這套策略比「挑最便宜的」更謹慎，而這些細節正是它不會跟你作對的原因：明確的要求如「use opus」優先；低信心永不降級，且升級上限為 balanced 層級；大型對話會拒絕那些浪費的 prompt-cache 工作多於其節省的降級；不可用的層級會向上遞補，而不是默默選擇更弱的；而 long 層級除非你設定 JEV_ALLOW_FABLE=1，否則維持關閉。路由是 fail open——Jev 失敗時會讓目前的模型留在原位，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 給出的 npm 指令尚未發布，所以如果你需要那兩個 agent，請使用儲存庫複本。

該先安裝什麼

1. skill，裝在你最常用的那個 agent 裡。 它是 MIT，不會改變任何你沒要求的行為，而且它讓之後每一步都更輕鬆，因為 agent 不再每次呼叫只問一個問題。
2. 一個邊界 hook，依什麼讓你困擾來選。 如果長時間工作階段變貴，選壓縮。如果你對 shell 指令感到不安，選工具前閘門。如果你老是在未完成的工作上收到「完成」，選停止 hook。
3. 路由，只在你已經能接受 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 將這些記載為不可靠，上面的模型也是如此。

人們常搞錯的三件事

• 「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一個共用 state 上平行提問。每次請求只問一個問題，會丟掉大部分優勢以及全部的延遲論據。
• 「信心就是準確度。」 Jev 的信心是經過校準的，這是一個不同且更有用的性質：它告訴你哪些答案該升級處理。我們在 Jev vs LLMs 中詳細討論了已公開的校準數字。

FAQ

我可以把 Jev 當作 Claude Code 或 Codex 中的模型使用嗎？ 不行。Jev 回傳帶型別的決策，不生成文字，其 API 是 POST /v1/systemone，沒有 OpenAI 或 Anthropic 形式的介面。請把它當作判斷層使用，而不是助理。

Jev 有 OpenAI 相容的端點嗎？ 就文件所載，沒有。API 參考列出評估端點與 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 skill 究竟安裝了什麼？ 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 skill 目錄，由 npx skills add typesafe-ai/skills --skill typesafe-ai 放到你 agent 的正確資料夾中。

我還需要我的 Claude 或 ChatGPT 訂閱嗎？ 就路由設定而言，需要——啟動器重用 CLI 已有的登入，所以 Pro、Max、ChatGPT 或 SuperGrok 訂閱可直接使用。沒有 Jev 金鑰，你得到的就是沒有路由的單純 CLI。

我需要 TypeSafe 金鑰嗎？ 任何會呼叫 Jev 的東西都需要。向 TypeSafe 取得一個，或把工具指向 OpenRouter 或 Vercel AI Gateway，jev-use 也支援這兩者。

我可以在沒有金鑰的情況下試用嗎？ jev-use 中的 JEV_BACKEND=mock 會在沒有任何供應商呼叫的情況下於本機執行每個判斷，這足以看出這些 hook 是否在你預期的地方觸發。

Jev 在 APIMaster 上可用嗎？ 可以。使用 APIMaster 金鑰透過 POST https://apimaster.ai/v1/systemone 呼叫 jev-latest；費用為每 1M 輸入 token $0.042，輸出 $0。Jev 路由器將工作送往的模型也都在這裡，價格如上。

這些東西會弄壞我的 CLI 嗎？ skill 完全不改變 CLI 的執行方式。路由代理是 fail open，並在結束時還原你先前的模型預設值。hook 是唯一需要小心的地方，而比較好的那些會明確記載其 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 hook 觸發一組問題，就是全部的帳單。

團隊該選哪條路線？ skill 給所有人，一個邊界 hook 針對共同的痛點，而路由只用在模型帳單大到值得衡量的地方。

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 路線，附更新指令
• TypeSafe — How to build with TypeSafe — 推測性扇出、32,000 token 請求預算與批次處理比較
• typesafe-ai/skills — skill 原始碼，MIT
• gargpratyush/jev-router — 路由代理、其層級表與相容性說明
• jkudish/jev-mcp — MCP 工具集
• shiftynick/jev-axi — 工具前閘門及其 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 路線價格均查核於 2026 年 9 月 20 日。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，並將 OpenAI 或 Anthropic 相容的用戶端指向 https://apimaster.ai/v1。本文中兩個 CLI 的設定指南為 Claude Code 與 Codex。