TypeSafe 将 AI 智能拆成可供程序直接消费的小型判断单元，代码掌控工作流，模型在需要语义理解处提供“可编程常识”。其 System One 模型返回类型化答案与概率，而不是文本或推理过程，旗舰模型为 Jev。
用途与模式：可用于路由并填充已知参数、从候选中选择而非生成、检索并判断证据、将判断转为可复用数据、核对声明并升级给人工或推理模型等。设计判断时按语义选择原语：Choice（在既定集合中选一个，分布可比较竞争选项）、Noul（判断条件是否成立，输出 yes 概率，无独立置信度）、Score（按有序等级给出概率加权位置，便于分级排序）。每个问题只问一个窄而连贯的判断，必要时用结构化对象或数组，保留 no-match 结果。
使用方式：CLI 命令 typesafe [--rubric FILE] DOCUMENT... 读取 UTF-8 文本或 Markdown 路径（- 表示标准输入），每份文档输出一条 JSON；rubric 可定义多个 Score 维度。CLI 从环境变量读取 TYPESAFE_API_KEY，会把文档文本发送到 TypeSafe。仅当用户明确要求对相关文档使用 TypeSafe，或已有会话授权覆盖该披露时才运行；对一般本地审阅请求应先说明上传并征得同意，文件范围本身不构成同意，切勿把密钥写入命令行参数。默认 technical-accuracy 分数只判文档本身，needs_review 是分流标记，不等于事实真伪；事实核验需在状态中包含相关来源证据的 API/SDK 工作流。
集成：以 TypeSafe 官方在线文档为准，先看文档索引再用定向阅读；Mintlify 可为页面路径加 .md 获取 Markdown，相对链接以 https://docs.typesafe.ai 解析。写集成前应读当前 API 或所选 SDK 页面及相关问题指引，新工作流可参考最接近的 cookbook。若无法访问在线文档，可使用本地文档或已安装 SDK 类型，并说明限制，不要编造版本相关细节。
限制：类型化输出只保证接口，不保证事实为真；System One 模型虽按校准决策训练，仍需在目标领域验证。概率与置信度只是分布集中度，不是工作流正确性或行动许可。阈值应基于用户数据与后果评估；额外问题会消耗 token，需实测请求预算、成本与延迟。网页应用中应把 API 凭据保存在服务端。