用途：Jev 用于把脆弱的文本解析替换为可直接被代码消费的结构化判断。你发送一份状态（state）和若干类型化问题，模型返回被选中的选项、概率分布与置信度，代码可据此分支、排序和路由；不生成自然语言，也不需要解析。
主要能力：提供三种原语。choice 表示从定义集合中选择，返回 choice、probabilities、confidence；score 表示在有序层级上的位置，返回 score、legend、probabilities、confidence，score 为概率加权、可落在层级之间，criteria 为 2 至 10 个由低到高的有序层级；noul 判断真假，返回 0–1 的“是”概率，没有 confidence 字段。一个请求可混合三种问题，所有问题看到同一状态、独立并行评估，增加问题对延迟影响很小。顶层还返回 input_tokens 与 output_tokens。
使用方式：通过 HTTP POST https://api.typesafe.ai/v1/systemone 调用，使用 Authorization: Bearer $TYPESAFE_API_KEY 与 Content-Type: application/json，指定 model 为 jev-latest，并在 questions 中以自定义 id 组织问题。官方 SDK 包括 Python（pip install typesafe-sdk，需 ≥3.10，读取 TYPESAFE_API_KEY，默认 jev-latest）与 JavaScript/TypeScript（npm install @typesafe-ai/sdk，需 Node ≥20）。实时文档为权威来源，可在 docs.typesafe.ai/llms.txt 发现页面，任意文档 URL 追加 .md 获取 Markdown。
问题设计：每个问题只做一次快速判断，需要多因素权衡时应拆解为多个问题、在代码中合并；优先级变化时改系数而非提示词。状态承载内容，问题承载判断；上下文有多部分时宜用命名 JSON 字段，嵌套状态可用反引号路径引用。问题 id 仅供代码使用，模型看不到，含义须完整写在 instructions 中。choice 的 criteria 值是展示给模型的描述，无法覆盖时加入 other/none；score 各层级要能独立描述具体情形；noul 表述应使高概率表示“是”，约 0.5 表示是/否概率相当而非“中等”，需要衡量程度请改用 Score。
置信度与限制：confidence 由答案概率分布推导，集中则高、平坦则低，可作为第二维度用于自动执行、确认或转人工。阈值应随风险调整，并在自有数据上调优。只取最优选项时取 choice，不要做阈值；需要自定义统计规则时用原始概率；noul 不含置信度。类型化输出只保证接口而非真实性，需在业务域内校验；API 密钥应保留在服务端。适用场景包括意图路由、置信度门控路由、复合评分、重排序、函数调用、抽取级联、引用检查、护栏、层级分类与实体对齐等，建议先阅读最接近的 cookbook 再自行设计拆解。收费、价格与平台可用性等资料暂未提供。