Jev API 指南：Choice、Noul 与 Score 决策 | AutoJev

Jev API 把调用方提供的 State 转换成结构化决策。应用不必先让生成式模型输出一段文字再解析，而是可以预先定义边界明确的问题，并获得类型化答案、概率和用量信息。

AutoJev 在 POST https://autojev.ai/api/v1/decisions 提供 Jev Decisions 协议。当现有路由和防护预设无法覆盖你的自定义决策时，可以使用这个接口。

Jev 和 System One 模型系列由 TypeSafe AI 开发。AutoJev 是独立的集成层，与 TypeSafe AI 不存在隶属或官方背书关系。

Jev API 是否需要登录或 API Key？

生产 REST 调用需要 AutoJev Access Key。登录后在 API Key 设置创建用户级密钥，并将它保存在服务端环境变量中。不要把密钥嵌入浏览器代码，也不要提交到代码仓库。

公开的 Ask Jev 不同：访客无需登录或提供 API Key，就可以体验一个边界明确的问题。Ask Jev 用于探索；需要集成到应用和 Agent 时，应使用经过鉴权的 API。

bash

export AUTOJEV_API_KEY="your-autojev-access-key"

Jev API 接口

使用 Bearer 鉴权发送 JSON 请求：

bash

curl https://autojev.ai/api/v1/decisions \
  -H "Authorization: Bearer ${AUTOJEV_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "~typesafe/jev-latest",
    "state": {
      "action": "为确认存在重复扣款的订单退款 680 美元",
      "policy": "超过 500 美元的退款必须由人工审批"
    },
    "questions": {
      "next_step": {
        "type": "choice",
        "instructions": "选择当前最安全且被允许的下一步。",
        "criteria": {
          "allow": "立即发起退款。",
          "review": "先由人工审批，再发起退款。",
          "deny": "拒绝退款请求。"
        }
      },
      "needs_review": {
        "type": "noul",
        "instructions": "按照给定策略，这笔退款是否需要人工审核？"
      },
      "risk": {
        "type": "score",
        "instructions": "评估资金和策略风险。",
        "criteria": ["低", "中", "高", "严重"]
      }
    }
  }'

model 字段可以省略，默认值为 ~typesafe/jev-latest。AutoJev 只接受 Jev 模型标识。每次请求必须包含 1 到 32 个命名问题。

Jev API 请求字段

State

state 是需要评估的证据，可以是字符串、对象或数组。只发送与当前决策有关的信息；精简、明确的 State 更容易测试，也能减少隐私数据暴露。

Questions

questions 中的每个 Key 都代表一个基于相同 State 的独立判断：

Choice 从调用方定义的结果中选择一个答案，并可返回置信度和概率分布。
Noul 针对 yes-or-unknown 判断返回 0 到 1 之间的数值。
Score 按照调用方定义的有序量表评估 State。

Choice 问题支持 2 到 20 个 Criteria，Score 问题支持 1 到 10 个量表条目。清晰具体的判断标准，比含糊的标签更容易形成有效的决策边界。

可选上下文

session_id、user 和 trace 可以携带标识符以及不含 Secret 的可观测性信息。不要在这些字段中放入凭证、密码或与决策无关的个人数据。

Jev API 响应

AutoJev 使用标准 { code, message, data } Envelope 包装成功结果。data 包含实际模型、每个命名问题的答案以及 Token 用量，也可能包含 Provider 和请求标识。

json

{
  "code": 0,
  "message": "ok",
  "data": {
    "model": "typesafe/jev-1.13-20260917",
    "answers": {
      "next_step": {
        "type": "choice",
        "choice": "review",
        "confidence": 0.94,
        "probabilities": {
          "allow": 0.02,
          "review": 0.94,
          "deny": 0.04
        }
      },
      "needs_review": {
        "type": "noul",
        "noul": 0.97
      },
      "risk": {
        "type": "score",
        "score": 2
      }
    },
    "usage": {
      "input_tokens": 183,
      "output_tokens": 74
    }
  }
}

以上数值仅用于说明响应结构；真实答案会随着 State、Criteria 和当前模型版本变化。概率是决策信号，不是执行动作的授权。

Jev API 与预设接口的区别

需要自定义 Choice、Noul 或 Score 问题时，使用通用 /api/v1/decisions 接口。针对常见 Agent 工作流，AutoJev 还提供稳定的预设接口：

模型路由和任务路由。
工具调用防护。
调研验证。
完成状态审查。

预设会把工作流字段转换成 Jev 协议，并附加确定性的处理建议。请求示例请查看完整接入指南。

应该选择 Jev API、MCP 还是 Skills？

在后端代码和固定应用流程中使用 Jev API。
当支持 MCP 的 Agent 需要发现决策工具和 Schema 时，使用 Jev MCP。
需要教会兼容 Agent 何时以及如何调用工具时，使用 Jev Skills。
在投入生产前，可以使用 AutoJev Playground检查请求。

这四种方式都连接到同一类有边界的决策层。它们都不能替代应用授权、人工审批或基于代表性数据的评估。

生产环境检查清单

把 Access Key 保存在可信服务端或 Agent 凭证存储中。
调用 Jev API 前先定义清晰的 Criteria。
记录模型版本、概率和请求 ID，方便调试。
使用自己工作流中的真实样本校准阈值。
对高影响或不可逆操作保留人工确认。
当 State 或策略发生实质变化时重新评估。

要理解底层概念，请阅读 Jev 是什么？和 Jev 模型指南。一手资料可查看 TypeSafe System One 文档和 OpenRouter Decisions API 参考。