
先把一个大判断拆成代码能直接分支的小问题,再交给 Jev。Choice 适合部门路由、文档类型这类彼此没有高低的选项;Score 适合严重程度、紧迫程度这类可以排成等级的判断;Noul 适合是否退款、是否含个人信息这类是非问题。同一次请求里的问题共用一份状态,彼此独立、并行返回。若后一个问题必须等前一个答案才能组状态,文档要求再发一次请求。置信度偏低时,建议交给人或推理模型,而不是直接执行。适合工单分流、内容审核和检索筛选的后端开发者。
Jev 是 TypeSafe AI 的 System One 模型,用来给软件做快速、可分支的判断。调用时提交一份状态,可以是字符串、JSON 对象或文本数组,再附上自己写的问题。它不生成回复、代码或推理说明,只在你划定的范围内返回类型化结果。Choice 从给定选项中选出一项并给出各项概率,Score 沿着你定义的等级给出位置,Noul 返回该陈述为真的概率。Choice 与 Score 还带置信度,便于代码决定自动执行还是交给人。目前只接受文本,图像、音频和视频暂不支持。官方提供客户端,也可以走 HTTP 接口一次提交多个问题。
使用门槛: 需要一定基础
Choice选项决策
从你提供的选项中选出一项,并返回每个选项的概率以及这条判断的置信度。
Score等级评分
按你写好的有序等级给出位置,分数可以落在两个等级之间,并附等级说明与概率。
Noul是非概率
对一个是非问题返回该陈述为真的概率,文档写明它没有单独的置信度字段。
同请求多个问题
多个问题看同一份状态,独立评估后在一次响应里按你起的编号返回。
客服工单分流
把客户留言和退款政策放进状态,用 Choice 选处理类型,用 Noul 判断是否提出退款。
上线前内容护栏
对进出应用的文本问是否含个人信息或是否越界,由代码按概率决定放行、复核或拦截。
检索段落再筛选
对每段检索结果打分,再由代码决定哪些段落可以送给后续的回答流程。
官方文档写明它不生成回复、代码或推理说明。你需要自己定义问题和可选答案,它只返回类型化结果和概率。若业务最后要给用户一段话,应在代码里根据 Choice、Score 或 Noul 的结果去调用别的流程,而不是指望这次调用产出正文。
文档建议把看同一份状态的问题放进同一次请求。这些问题独立评估、并行返回,类型也可以混用。只有后一个问题必须依赖前一个答案才能组新的状态或选项时,才需要再发一次请求。问题编号由你指定,用来在响应里取对应答案。
来自真实用户的评价和反馈