Skip to Content
模型用法Jev（TypeSafe）概览

Jev

TypeSafe Jev 是一个判断模型，不生成文本，只回答预先定义的问题。请求中提供待判断的内容和一组问题，模型为每个问题返回结构化答案及其概率，程序可直接依据结果执行分支逻辑。

快速开始 准备接入信息，完成第一次调用。问题设计 选项设计与返回结果说明，避免常见误判。上线准备 置信度阈值、成本与输入限制。场景示例 工单分流、内容审核、RAG 筛选、结构化判断。项目接入 通过编程助手接入，或从 TypeSafe 迁移。常见报错 报错信息与结果异常的原因及处理方法。

适用场景

要点需要程序依据判断结果执行不同逻辑时，使用 Jev；需要生成供人阅读的文本时，使用对话大模型。

适用于：

  • 分类与分流：工单归属的处理团队、用户意图类别。
  • 是非判断：是否包含个人信息、是否为退款申请、是否为提示词注入。
  • 评分与排序：紧急程度、相关度、情绪强度，以及检索结果筛选。
  • 大模型输出质检：回答是否切题、是否违规。

不适用于：

  • 生成文本、摘要、翻译或代码。
  • 图片判断（Jev 仅支持文本和 JSON 输入，图片判断请使用 GPT-6 Luna）。
  • 答案无法预先列为选项或级别的开放式问题。

与「对话大模型 + JSON 输出」的对比：

Jev对话大模型 + JSON 输出
返回内容仅限预先给定的选项或级别可能返回选项以外的值，需要额外校验
不确定性每个答案附带概率，choice 与 score 另附置信度通常不提供可用的概率
多个问题单次请求同时回答，共享同一份输入需合并到同一提示词，或分多次调用
计费只按输入 token 计费，输出不计费输入、输出都按对话模型价格计费

快速开始

1. 准备接入信息：在 OfoxAI 控制台 创建 API Key，并使用以下信息：

接入信息
Base URLhttps://api.ofox.ai/v1
模型 IDtypesafe/jev-latest也可写作 jev-latest
接口路径/v1/decisionsPOST；不适用 /v1/chat/completions

2. 安装 SDK：使用 OpenAI 官方 Python SDK 调用时，需安装包含 client.decisions 的版本：

Terminal
pip install -U openai
注意如运行时出现 AttributeError: 'OpenAI' object has no attribute 'decisions'，表示 SDK 版本过旧，执行上述命令升级即可（实测 openai 3.31.0 可用）。不使用 SDK 时，也可通过下方 cURL 调用。

3. 发起调用：

quickstart.py
import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
r = client.decisions.create(
    model="typesafe/jev-latest",
    input="客户留言：我被重复扣款了，两封邮件都没人回，今天必须退款。",
    questions=[{"type": "predicate", "name": "is_frustrated", "instructions": "客户是否不满？"}],
)
print(r.answers[0].probability)  # 0.98

响应示例：

{
  "model": "typesafe/jev-latest",
  "answers": [{ "type": "predicate", "name": "is_frustrated", "probability": 0.98 }],
  "usage": { "prompt_tokens": 302, "completion_tokens": 23, "total_tokens": 325 }
}

probability 表示答案为「是」的概率，0.98 即模型判断客户不满的可能性极高。将 input 替换为实际内容、questions 替换为实际问题，即可用于自己的业务场景。

问题类型

根据所需的结果形式选择问题类型：

所需结果问题类型需提供的字段返回字段
是或否predicate问题；可选 criteria 说明「是」「否」各指什么probability：为「是」的概率
在多个选项中选择一个choicechoices：2–255 个选项choice、每个选项的概率、confidence
程度高低scorelevels：2–10 个从低到高的级别score、每级概率、confidence

示例：「是否为退款申请」使用 predicate；「应由哪个团队处理」使用 choice；「紧急程度如何」使用 score。三个问题可放在同一请求中，一次返回全部答案。

确定问题类型后，请参照问题设计检查问题与选项。

常见报错

现象原因处理方法
AttributeError: 'OpenAI' object has no attribute 'decisions'OpenAI SDK 版本过旧执行 pip install -U openai 后重试
400 endpoint_not_supported，提示 Please use /v1/decisions instead将 Jev 作为对话模型调用了 /v1/chat/completions改为调用 /v1/decisions
400 Invalid request payload在 /v1/decisions 上使用了 TypeSafe 原生格式（state、对象形式的 questions）改用 input 与数组形式的 questions，或改为调用 /typesafe/v1/systemone
400 questions are required for decisionquestions 为空至少提供一个问题
400 question "a" has kind choice and requires criteria optionschoice 问题缺少 choices补充选项
400 Too many score levels. Must have at most 10 levels.score 超过 10 级合并级别
400 max_tokens_exceeded输入超过 64K token拆分长文档，或仅传入相关部分
400，报错信息包含 input_image 与 Typesafe cannot read向 Jev 传入了图片移除图片，或改用支持图片的模型
404 model_not_found模型 ID 有误使用 typesafe/jev-latest
请求成功，但答案明显错误且置信度较高choice 的选项未覆盖实际情况增加「以上都不是」选项并补充选项描述，参见问题设计
答案中缺少 name，无法与问题对应问题未设置 name为每个问题设置 name

完整报错列表见 Decisions API · 常见报错。

官方文档

常见问题

Jev 和用大模型输出 JSON 有什么区别？

Jev 仅在给定的选项和级别内作答，不会返回范围外的值；每个答案附带概率，choice 与 score 另附置信度，可直接用于设置阈值。大模型输出 JSON 需要额外校验，通常也不提供可用的概率。

/v1/decisions 和 /typesafe/v1/systemone 该用哪个？

新项目建议使用 /v1/decisions，可直接通过 OpenAI SDK 调用。已使用 TypeSafe SDK 或其官方示例代码的项目，可使用 /typesafe/v1/systemone，仅需修改 base URL。

Jev 如何计费？

仅按输入 token 计费，输出不计费，单价见模型页。同一请求中的多个问题共享同一份输入，因此将问题合并到一次请求中可降低成本。

置信度高是否意味着答案一定正确？

不一定。选项未覆盖实际情况时，模型仍会从已有选项中选择一个，且置信度可能较高。因此 choice 问题应设置「以上都不是」等兜底选项，并使用人工标注样本进行验证。

score 返回 1.43 表示什么？

score 是按各级概率加权计算的值，级别从 0 开始编号。1.43 表示介于第 1 级与第 2 级之间、更接近第 1 级；各级的具体概率见 probabilities。

是否支持中文内容？

支持。内容与问题均可使用中文，也可内容使用中文、问题使用英文。

Jev 是否支持图片？

不支持，Jev 仅接受文本和 JSON。需要对图片进行判断时，可改用支持图片输入的 GPT-6 Luna（openai/gpt-6-luna），请求格式相同。

最后更新于
问题设计