提供上下文
输入客服工单、文档或用户消息,让所有问题共享同一份背景信息。
有用的决策,始于明确的问题。通过三个步骤,了解 JEV 的结构化使用方式。
输入客服工单、文档或用户消息,让所有问题共享同一份背景信息。
选择输出类型,描述需要判断的内容,并给出明确、具体的判断标准。
在社区 Playground 中查看结构化结果,再将决策应用到自己的工作流中。
{
"model": "typesafe/jev-1.13",
"state": "I was charged twice. Please refund the duplicate payment.",
"questions": {
"intent": {
"type": "choice",
"instructions": "Which team should handle this ticket?",
"criteria": { "billing": null, "technical": null, "other": null }
}
}
}本站整理学习资源与实用入口,帮助你了解并使用 JEV。JEV 模型及其官方服务由 TypeSafe AI 提供。
| JEV / TypeSafe AI | 本站信息与使用指南 | |
|---|---|---|
| 定位 | 模型研发与官方服务 | 学习、探索与实践指南 |
| 资源 | 官方产品信息与 API 服务 | 精选链接、使用案例与请求示例 |
| 开始使用 | 访问 TypeSafe AI 了解最新服务信息 | 构建请求并前往社区 Playground |
从学习到尝试,再到构建:这些入口帮助你开始实践。
在本站准备结构化请求,再前往社区 Playground 体验模型运行。
构建请求了解共享上下文、问题指令以及 Choice、Score、Noul 三种类型。
阅读指南前往 TypeSafe AI,查看产品信息与当前可用的服务入口。
访问 TypeSafe AI浏览 JevAI 社区收录的工具、工作流与实践项目。
探索应用查看使用 JEV 辅助上下文决策的 Claude Code 开源插件。
在 GitHub 查看探索 jevlike 独立项目,以及面向 Apple Silicon 的本地视觉评分实验。
查看项目