用途
jev-mcp-server 是 Jev 的 MCP 服务器。Jev 是 TypeSafe 的 System One 模型，一个托管决策模型。它接收带有枚举选项的结构化问题，返回带校准概率和置信度值的类型化答案。它不写散文式文本，也不解释自身。
该服务器用于把 Jev 接入支持 MCP 的客户端或智能体，让它们能够调用 Jev 进行小型、重复的判断，例如分流、路由、评分和门控；这些任务如果每个条目都交给前沿模型处理，往往太慢、太贵。
主要能力
该 MCP 服务器暴露 Jev 的三种官方问题类型：
- choice：在给定选项中做出选择。
- score：按评分标准打分。
- noul：官方问题类型之一（原文未展开其定义，暂未提供更多说明）。
此外还提供：
- compare：A/B 比较。
- verify：断言与证据的核对。
- batch classify：批量分类。
- 一条命令即可写入客户端配置的安装器。
官方文本给出的示例包括：
- choice：哪个变更最可能对 API 消费者造成破坏性变更？选项：重命名现有配置键、添加可选响应字段、更改日志格式。
- score：在未编写测试的情况下原地重写认证中间件的回归风险，采用轻度/中度/严重评分标准。
- verify：断言“最新 CI 运行中的所有测试均通过”，证据“CI 日志显示 250 个测试中有 3 个失败”。
典型适用任务（按官方文本）：
- 枚举选项：分流、路由、平局裁决、A/B 调用
- 评分标准打分：风险、严重性、审查分流
- 大批量二元检查：破坏性变更门控、断言与证据核对
- 批量标注：100 个条目对照一个标签集，约 0.007 美元
使用方式
使用前需要 TypeSafe API key。没有本地模型，没有第二个 LLM，也不需要安装其他东西。
安装准备：若尚未安装 uv，可执行 curl -LsSf https://astral.sh/uv/install.sh | sh，或 brew install uv，或 pip install uv。也可以直接 pip install jev-mcp-server；两种方式下安装器子命令相同。
大多数 stdio MCP 客户端采用类似形式。Codex（~/.codex/config.toml）：官方文本未给出具体配置内容，暂未提供。OpenCode（opencode.json 的 "mcp" 段）：
{"jev": {"type": "local", "command": ["uvx", "jev-mcp-server"], "env": {"TYPESAFE_API_KEY": "apikey_xxx"}}}
如果不希望把密钥写入配置，可以跳过 env 块，从智能体调用一次 setup 工具。它会实时验证密钥，并以 0600 权限存储。
成本与延迟
官方文本说明：单次调用成本约 0.00002 至 0.0001 美元，返回约 0.5 秒；成本按每 10 亿输入 token 42 美元计算（官方标注为指示性）。设置 JEVMCP_CACHE=1 后，相同问题载荷会从磁盘以零成本回答（usage.cached: true）；classify 会自动对重复条目去重。
适用场景
- 需要对少量条目进行快速、便宜的重复判断时。
- 需要在智能体循环中做分流、路由、评分、门控时。
- 需要批量标注，例如 100 个条目对照一个标签集。
- 需要把断言与证据做二元核对时。
限制
按官方文本，以下情况不适用：
- 开放式推理或长上下文分析。
- 任何需要附带解释的场景。Jev 返回数字；助手附加的任何“理由”是它自身对这些数字的解读，不是模型的输出。
- Jev 从不解释其选择，这是设计使然；“decisions, not strings”是产品定位，概率分布就是输出。解释会消耗该模型本要避免的延迟和 token。
其他说明：Jev 是云 API，没有本地模型，也没有辅助 LLM；由智能体的主模型决定何时调用这些工具并读取数字。若只是一次性问题，直接问主 LLM 也可以；差异体现在循环中——LLM 自报的置信度未经校准，一次调用贵约 100 倍，且耗时以秒计而非毫秒。另外还存在其他 Jev MCP：jkudish/jev-mcp（Node/npm）提供十个工作流形态的工具，也有一个 Go 服务器；本项目是 Python/uvx 侧，忠实现有官方问题类型，一条命令安装，双语文档，MIT 许可。
