如何使用 Jev API：20 个可以直接复制的项目

Jev 是什么，以及它为何改变了“项目”的样子

TypeSafe 于 2026 年 9 月 15 日发布 Jev，作为首个“System One 模型”。其卖点是卡尼曼式的：当今的 LLM 是缓慢、审慎的系统，而 Jev 是快速的那个——只不过这里的“直觉”是你所定义选项上的一个经过校准的概率分布，而不是散文。

正是这一个设计选择，让下面的项目看起来完全不像通常的“AI 套壳”清单：

• 输出是带类型的。 你声明 Choice（从你的选项中选一个）、Score（按你命名的等级打分）或 Noul（某个是/否陈述成立的概率）。没有什么需要解析，也不需要指望某种 schema。
• 每个问题都在一次调用中回答。 状态只被摄取一次，所有问题一起针对它评估，所以问三十个问题的成本几乎不比问一个高多少。
• 输出免费，因为没有输出。 响应侧没有字符串，没有顺序结构，没有输出 token——这正是价格仅按输入计费的原因。
• 模型不采取行动。 它做判断。一切带副作用的操作——点击、飞行、下单、删除——都留在普通代码里，以概率阈值为门控。

一旦你看清这个形态，项目空间就自己写出来了：凡是你的程序即将做出一个小型、高频、难以用 if 表达的决定，就在那里放一个 Jev 调用。

20 个项目一览

star 数检查于 2026 年 9 月 22 日。

#	项目	★	语言	功能
1	browser-use/jev-ultrafast	16,972	Python	浏览器智能体，由 Jev 选择操作和元素；只有当动作为 TYPE_TEXT 时才由 LLM 写文本
2	tamaratran/fast-jev-compaction	6,122	TypeScript	Claude Code 插件，用 Jev 删除替代压缩摘要——任何内容都不会被重写
3	vercel-labs/json-render	18,005	TypeScript	生成式 UI 框架。并非 Jev 原生
4	itsmostafa/typesafe-mcp	238	Go	面向 Claude Code、Claude Desktop、Codex 和 pi 的 evaluate MCP 服务器
5	jkudish/jev-mcp	257	JavaScript	通过 MCP 暴露的十个带类型判断工具
6	sharziki/semdecide	32	Python	“用于意义的 grep，用于判断的 jq”——带类型决策作为 Unix 过滤器，具有真实的退出码
7	0xNatoshi/jev-codex-router	189	JavaScript	由 Jev 驱动的 Codex 逐调用模型与思考强度路由
8	GhalebDweikat/winnow	60	Python	Claude Code 的上下文筛子：把 Jev 确信你不需要的工具输出打桩
9	devagrawal09/jev-review	516	TypeScript	带本地仪表盘的分阶段代码审查工作流
10	ellipsis-dev/blink	56	TypeScript	通过 Jev 引导的行走器集成进行代码库搜索
11	lahfir/agent-desktop	1,454	Rust	通过操作系统无障碍树进行桌面计算机操作。并非 Jev 原生
12	fhshaik/typesafe-mario	343	Python	Jev 从模拟器 RAM 玩《超级马里奥兄弟》，从不依赖截图
13	RomanSlack/jev-drone	122	Python	四旋翼飞行器飞越 MuJoCo 障碍赛道；Jev 以约 2.5 Hz 读取态势
14	emrickgarrett/OneVOneJev	20	TypeScript	服务器权威的浏览器 FPS，你与 Jev 对战，先到 5 杀
15	jarrodwatts/jev-trader	1,929	TypeScript	在 Kuru MON-USDC 订单簿上每个 Monad 区块做一次买或卖决策
16	irfndi/prism-liquidity-agent	71	TypeScript	Solana Meteora DLMM 流动性智能体。并非 Jev 原生
17	jexp/neo4jev	84	Python	一次一跳的图导航，目标检查搭在同一次调用中
18	AkashPriyadarshii/jev-curate	23	Rust	面向 JSONL 和 Parquet 语料库的数据集筛选器
19	qkal/Canny	32	JavaScript	一个不允许编码智能体仅凭声称就收工的看守
20	monteduro/killmyidea	82	TypeScript	八个打分问题，加权为 KILL / FIX / SHIP

第 1 组 — 做决策而非生成的智能体

browser-use/jev-ultrafast（★16,972）是参考实现，也是最该先读的一个。 浏览器智能体通常会要求模型输出一个 JSON 动作，这意味着每一步都要为 token 付费。Ultrafast 把工作拆开：Jev 从索引化的动作空间中选择一个操作和一个元素，只有当所选操作是 TYPE_TEXT 时——也就是唯一需要生成字符的情况——才会调用一个小型 LLM。README 中的头条演示，一次真实的苏黎世 → 伦敦 Google Flights 搜索，包括文本生成和页面加载在内，7.1 秒完成。如果你想理解为什么决策模型值得拥有，这个仓库就是最好的论据。

lahfir/agent-desktop（★1,454）是桌面端的对应物——而且它不是 Jev。 它是一个 Rust CLI 和 C-ABI 库，通过操作系统无障碍树读取应用的真实 UI 结构，而不是从像素去猜测，拥有 54 个可操作命令，以及跨调用保持稳定的快照引用。它自己的 README 声称，通过骨架遍历在密集应用上可实现 78–96% 的 token 削减。它创建于 2026 年 2 月，远早于 Jev，并且不依赖它。它在这里占有一席之地只有一个原因：如果你正在构建 Ultrafast 的桌面版本，这就是你会把 Jev 调用叠加其上的感知层。

第 2 组 — 编码智能体的管道

这是生态最厚实的地方，因为编码智能体产出的正是 Jev 最擅长判断的两件事：这还有相关性吗？ 以及 这真的完成了吗？

fast-jev-compaction（★6,122） 针对最常见的模式——用 LLM 总结旧上下文——并拒绝它。摘要是有损的；一个文件路径或一条确切的错误信息可能就此消失。这个插件从不重写任何内容。它把整个对话展示给 Jev，询问哪些工具调用和结果已不再需要，然后只删除那些。用户和助手的文本保持逐字原样且顺序不变。

winnow（★60） 把同样的思路应用到单个结果而非历史记录上。每一个大型的 Read、Bash 或 Grep 输出在进入上下文之前都会被判断；Jev 确信你不需要的块会被替换为一个三行占位符，附带一个廉价模型的摘要和一个可按需恢复全文的键。什么都不会丢失，只是在你需要之前不再消耗 token。Winnow 也是优雅降级最干净的示例：当 Jev 不可用时，它的适配器可以用 Claude Haiku 4.5 回答同样的问题——未经校准，但能让管道继续运行。

Canny（★32） 攻击的是相反的失败。智能体会声称成功。Canny 挂接到 Claude Code 和 Codex CLI，维护一份智能体实际做了什么的账本，并拒绝让它仅凭一句声明就结束——它会根据完成声明来评判工具输出、diff 和测试结果。

jev-review（★516） 在人类看到 diff 之前运行：先是一个 Noul 风险矩阵，然后针对文件画像、证据选择、机制分类和严重程度进行 Choice 和 Score 调用，审查者路由由条件式 Choice 决定。阈值和策略留在代码中，结果落到本地仪表盘。

blink（★56） 把 Jev 用作代码库导航器：遍历器沿文件树下行，在每一层询问哪些文件与查询相关。注意许可证——该仓库没有许可证文件，如果你打算发布它，这一点很重要。

jev-codex-router（★189） 是触及你账单的那一个。它嵌入了一个 Codex Router 分支，让 Jev 为每次模型调用选择模型和思考强度，包括工具调用之后的续接。README 报告了一个历史模拟，在 237 轮中相比全程运行完整 Astra 大约 −60%——并且谨慎地说明，这并不是实测节省的 Codex 配额，也不描述当前策略。把它当作一种方法，而不是保证。

第 3 组 — MCP 服务器，如果你只想要工具

jkudish/jev-mcp（★257） 把十种判断注册为 MCP 工具：jev_verify（对照证据验证声明）、jev_screen（内容进入上下文之前筛查）、jev_find 和 jev_rerank（候选选择与排序）、jev_classify、jev_decide、jev_compare、jev_extract、jev_review 等等。任何 MCP 客户端都可以调用它们。

itsmostafa/typesafe-mcp（★238） 是更小、更有主见的选项：一个用 Go 编写的单一 evaluate 服务器，一条命令即可完成设置——evaluate setup mcp 会在发现 Claude Code、Claude Desktop 和 Codex 时把它们接好，evaluate setup pi 则覆盖 pi。如果你想要的是五分钟内就能用起来的工具，而不是一个需要配置的工具箱，从这里开始。

TypeSafe 自身不附带任何 MCP 服务器；这两个都是社区作品。

第 4 组 — shell、CI 与数据管道

semdecide（★32） 是这一组中最具 Unix 风格的项目，其描述也恰如其分：用 grep 寻找含义，用 jq 做出判断。将文本或 JSONL 通过管道输入，即可得到谓词、路由、评分、过滤后的流以及真实的进程退出码——无需编写提示词、解析、重试或置信度处理的胶水代码。其 README 示例询问一次来自新国家的登录随后发生 payout 是否“描述了一次合理的账户接管”，并返回 TRUE probability=0.860 threshold=0.700。这是你今天就能放进 shell 脚本、GitHub Action 或 cron 任务里的东西。

jev-curate（★23） 是面向训练数据的批处理版本：将 JSONL 和 Parquet 语料流经带类型的 Choice / Score / Noul 决策，并支持推测性扇出。README 的目标是每秒 1,500+ 条记录；这是一个设计目标，而非独立复现的数字，因此在信任其吞吐量之前，请先在你自己的数据上进行基准测试。

第 5 组 — 实时、物理与对抗系统

这些都是演示，而它们最能证明该架构站得住脚：在每一个演示中，困难且安全关键的循环都留在普通代码里，Jev 只回答一个小问题。

typesafe-mario（★343） 从不向 Jev 展示截图。测试框架将模拟器遥测数据和 RAM 转换为紧凑的 JSON——运动、跳跃轨迹、即将出现的敌人、地形、实测输入延迟、近期控制结果——然后 Jev 从一小组合法动作（noop、right、right_jump、right_run、right_run_jump、jump）中做出选择。

jev-drone（★122） 仅依靠机载摄像头，让一个真实的机体模型（来自 MuJoCo Menagerie 的 Skydio X2）飞越一个五站障碍赛道。分层非常明确：500 Hz 的几何控制器负责飞行，50 Hz 的制导层始终掌握安全，而 Jev 以大约 2.5 Hz 的频率判断当前局势意味着什么。README 说得很直白——Jev 不是视觉模型，无法以控制频率运行。

OneVOneJev（★20） 是一款服务器权威的浏览器 FPS，Jev 就是对手：排队进入，在一个类似 Rust 风格的工业场地中与它对战，先拿到 5 次击杀者获胜，观众在场边观战。每个决策 tick 都必须回答移动、瞄准、开火和跳跃。

jev-trader（★1,929） 在 Kuru MON-USDC 订单簿上，每个 Monad 区块提交一笔只做 maker 的限价单，价格位于盘口内侧一个 tick，并替换掉上一笔订单。在没有 PRIVATE_KEY 的情况下，它会针对真实订单簿进行模拟成交的 dry-run——并且请注意，默认模型是 mock，一个动量启发式的替代品，因此即使你还没有密钥，这个机器人也能运行。

prism-liquidity-agent（★71） 是第三个非 Jev 原生项目：一个基于规则的 agent，每十分钟通过 recall → observe → reason → simulate → decide 循环，在 Solana 的 Meteora DLMM 上重新平衡集中流动性头寸。它创建于 2026 年 6 月，并不使用 Jev。之所以收录它，是因为它是已发布的最清晰的 形态 示例——确定性循环，末端是有界决策——而 Jev 调用正好可以嵌入其中。

第 6 组 — 图、结构与想法

neo4jev（★84） 一次一跳地导航 Neo4j 图。在每个节点，出站关系连同其属性成为 Choice 选项，而一个 Noul 问题——“是否已达成目标？”——搭载在同一次 systemone 调用中，因此无论你问多少个问题，每一跳都恰好只花费一次往返。对返回概率进行 top-k 选择，就把它变成了按对数概率之和排序的束搜索。如果你想看看并行问题如何被用好，读这个项目。

json-render（★18,005） 是表中最大的仓库，也是关联度最低的：Vercel Labs 的生成式 UI 框架，创建于 2026 年 1 月，它从预定义的组件和动作渲染动态界面，而不是原始 JSON。它不是 Jev 原生的。其联系是概念上的——其卖点是“让模型在安全的预定义选项中选择，而不是输出自由形式的内容”，这正是 Jev 的卖点应用于 UI。正因如此，它出现在许多 Jev 汇总中；不要指望 package.json 里会有 TypeSafe 依赖。

killmyidea（★82） 是这里最小的完整产品：描述一个创业想法，Jev 会在一次并行请求中回答八个独立黑客风格的问题，评分 0–4，并给出类别和清晰度。每个分数乘以 25，加权求平均，通过清晰度门槛，然后返回 KILL IT、FIX IT 或 SHIP IT。整个循环中没有任何生成式 LLM。

你的第一个请求

获取一个密钥，然后调用原生契约——而不是 Chat Completions：

curl -X POST "https://apimaster.ai/v1/systemone" \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "Help! My payouts have been failing for 3 days.",
    "model": "jev-latest",
    "questions": {
      "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" },
      "category":  { "type": "choice", "options": ["billing", "technical", "other"],
                     "instructions": "Which team should handle this?" }
    }
  }'

然后从表格中挑选一个项目，阅读它的 README，并从列表中最小的集成开始——如果你常驻终端，就选 semdecide；如果你常驻 agent，就选 jev-mcp。把阈值和副作用保留在你自己的代码里，并把返回的概率当作你据以设卡的对象，而不是你服从的对象。

在安装其中任何一个之前

• 风险在于年龄，而非想法。 二十个仓库中有十五个创建于 2026 年 9 月 16 日至 18 日之间。它们只有几天大，大多是单一作者，有些自发布之日起就再未被改动过。
• Star 数衡量的是关注度。 一个六天前创建、拥有 16,972 个 star 的仓库获得了巨大的曝光，却几乎没有生产环境的检验。在它接触钱包、你在意的仓库或客户之前，先读代码。
• 有三个并非 Jev 原生。 json-render（2026 年 1 月）、agent-desktop（2026 年 2 月）和 prism-liquidity-agent（2026 年 6 月）都早于 Jev，且无需 Jev 即可运行。
• 检查许可证。 大多数是 MIT，json-render 和 agent-desktop 是 Apache-2.0，而 blink 完全没有许可证文件。
• 这里没有任何东西是官方的。 唯一由 TypeSafe 发布的集成是 agent skill，typesafe-ai/skills。本列表中的每个项目都是社区作品。
• 金融和物理演示只是演示。 jev-trader 默认使用模拟模型和 dry-run 成交；jev-drone 是模拟。不要把二者解读为关于实盘表现的信号。

你究竟该试哪一个

如果你想……	从……开始	为什么
了解决策模型的用途	jev-ultrafast	7.1 秒的 Google Flights 演示让这种分工一目了然
今天就削减 agent 上下文成本	fast-jev-compaction 或 winnow	安装即测量，无需架构改动
五分钟内把 Jev 接入你的 agent	typesafe-mcp	一条命令即可接好三个客户端
从 shell 或 CI 使用 Jev	semdecide	真正的退出码，无需胶水代码
阻止 agent 谎称已完成	Canny	账本加上拒绝接受声明
控制每轮的模型开销	jev-codex-router	路由正是 Jev 收回成本之处
看看并行问题如何被正确使用	neo4jev	一次调用中同时使用 Choice 和 Noul，每跳一次往返

FAQ

什么是 Jev API？ Jev 是 TypeSafe AI 的 System One 模型。该 API 只有一个端点，POST /v1/systemone：发送一个 state 加上一组带类型的问题，即可得到作为 Choice、Score 和 Noul 答案的校准概率。它从不生成文本。

Jev 的模型 ID 和价格是什么？ jev-1.13.0，并以 jev-latest 和 jev-preview 作为别名。定价为每十亿输入 token 42 美元——即每 1M 0.042 美元——输出免费，因为没有输出 token。

这些项目是 TypeSafe 的官方项目吗？ 不是。全部二十个都是社区作品。唯一官方发布的集成是 TypeSafe agent skill，typesafe-ai/skills。

其中哪些无需 Jev 密钥即可使用？ json-render、agent-desktop 和 prism-liquidity-agent，因为它们并非 Jev 原生。jev-trader 在使用其默认模拟模型时也可在 dry-run 模式下无密钥运行。

我可以把 Jev 与 Claude Code 或 Codex 作为模型一起使用吗？ 不可以。这两个 CLI 都使用各自厂商的线格式，而 Jev 没有 OpenAI 兼容或 Anthropic 兼容的端点。可行的是把 Jev 放进 agent 内部——作为 MCP 工具、hook 或路由器——这正是第 2 组和第 3 组项目所做的。

一次 Jev 调用实际花费多少？ 计费仅针对输入，为每 1M token 0.042 美元，且一次请求中的每个问题都在同一遍中针对同一 state 进行评估。问三十个问题的成本只比问一个略高，而不是三十倍——这个比例正是该架构的全部意义所在。

Jev 在 APIMaster 上可用吗？ 可用，以 jev-latest 的形式，在原生 POST https://apimaster.ai/v1/systemone 契约上，价格为每 1M 输入 token 0.042 美元，输出免费（一条活跃路由，核查于 2026 年 9 月 22 日）。当某一步骤需要生成文本时，可在同一密钥上搭配一个文本模型。

来源与验证

• 全部二十个项目的仓库元数据、star 数、语言和许可证 — GitHub API 与仓库 README，核查于 2026 年 9 月 22 日
• TypeSafe — Models — 模型 ID、别名、$42/Btok 定价、速率限制和上下文预算
• TypeSafe — API reference 和 Quick start — 端点、请求和响应结构
• TypeSafe — Jev 1.13 scope — TypeSafe 自身划出范围之外的领域，以及每个领域的推荐模式
• typesafe-ai/skills — 唯一官方发布的集成

APIMaster 的 jev-latest 路由及配套文本模型价格核查于 2026 年 9 月 22 日。项目状态、star 数和定价会发生变化 — 在提交工作负载之前，请在实时卡片和仓库上核实。

从密钥开始

创建 APIMaster 账户，从 $1 起添加按量付费额度，并在控制台中创建密钥。将客户端指向 https://apimaster.ai/v1，向 POST https://apimaster.ai/v1/systemone 发送你的第一个请求，模型使用 jev-latest — 每 1M 输入 token $0.042，输出免费，且同一密钥即可覆盖你将搭配使用的 GPT、Claude、GLM、DeepSeek 和 Gemini 各档位。在生产流量之前，请查看 Jev 卡片了解实时可用性，并使用模型测试器确认路由行为符合预期。