开发方法
Jev 做判断，代码做决策
只问两个具体问题
宿主请求使用 POST /api/v1/decide，模型选择器为 jev，包含两个 Noul 问题。state.message 是合成文本，请求没有让模型批准退款。
示意响应包含 answers.wants_refund.noul 与 answers.requests_human.noul。所有概率、模型标签、token 数和余额都是假设值，不是实测。Noul 是概率，不是额外置信度字段，也不是解释文字。
本站使用 jv_live_ 密钥。TypeSafe 官方使用另一套 endpoint 和模型 ID。集成前阅读本站 API 文档，不要把密钥放到前端代码。
契约说明：本站 API 文档。
用代码选复核队列
先校验两个概率，再按规则路由。明确的人工诉求优先。只有可信应用事实表明申请符合资格，退款诉求才进入退款复核队列。代码用 amount_cents 与示意性的 2,500 分界线比较。
没有任何分支执行退款，返回值只是 human_review 或 small_refund_review 等队列标签。0.8 与 0.2 用来演示策略应写在哪里，未经生产数据校准，不是推荐阈值。
缺字段、类型错误、无效概率和无效金额都进入人工复核。真实集成还要先处理超时和 HTTP 错误，再把响应交给路由函数。接口失败不能变成执行许可。
区分判断记录与事实记录
记录服务返回的模型标识、问题模板版本、已校验的判断、策略版本、命中规则和复核队列。证据引用来自应用输入的材料记录，不是虚构的 Jev evidence 响应字段。
不要记录密钥或不必要的客户原文。最终授权与实际动作单独记日志，便于检查错误来自语义理解、过期事实还是规则。
自动化前先验证
固定问题模板，用带标签的数据覆盖歧义诉求、不支持的输入和失败场景。使用独立验证集调阈值，跟踪真实业务数据中的错误与人工复核覆盖率。类型化答案不保证每类任务都准确或校准良好。
打开已有 Playground 查看请求模式（不会自动导入本例）。更高风险场景见欺诈信号与 KYB 复核；已发表结果及限制见第三方评测。
完整离线示例：请求
合成输入与假设响应，仅用于演示。以下代码不联网，不执行任何业务动作。
{
"model": "jev",
"state": {
"message": "I want the duplicate charge refunded. Please have a person check it."
},
"questions": {
"wants_refund": {
"type": "noul",
"instructions": "Does the message request money back?"
},
"requests_human": {
"type": "noul",
"instructions": "Does the message explicitly ask for a person to review the issue?"
}
}
}示意响应
{
"model": "jev-1.14.0",
"answers": {
"wants_refund": {
"type": "noul",
"noul": 0.92
},
"requests_human": {
"type": "noul",
"noul": 0.87
}
},
"usage": {
"input_tokens": 180,
"billed_tokens": 180,
"output_tokens": 0,
"remaining_tokens": 11999820
},
"meta": {
"decide_model": "jev",
"credit_multiplier": 1
}
}离线路由
import math
def probability(response, name):
try:
answer = response["answers"][name]
value = answer["noul"]
if answer["type"] != "noul":
return None
if type(value) not in (int, float):
return None
if not math.isfinite(value) or not 0 <= value <= 1:
return None
return value
except (KeyError, TypeError):
return None
def support_route(response, facts):
"""Return a review queue label, never execute a refund."""
refund = probability(response, "wants_refund")
human = probability(response, "requests_human")
if refund is None or human is None:
return "human_review"
if human >= 0.2:
return "human_review"
if not isinstance(facts, dict):
return "human_review"
amount = facts.get("amount_cents")
if type(amount) is not int or amount < 0:
return "human_review"
if refund >= 0.8 and facts.get("refund_eligible") is True:
return "small_refund_review" if amount <= 2500 else "refund_specialist_review"
return "general_support_review"来源参考: