客服每天收到几十条消息，店主需要快速看出哪些是退款、故障或紧急投诉。Jev 可以把一段文字转换成预先定义的分类、是非判断和评分，方便接到工单分流流程里。你可以先在官方 Playground 手动试一条，再决定是否接 API；使用多少输入文本就按量计费。

先看它会返回什么

假设收到一条英文工单：I have been charged twice and need a refund today. 你可以让 Jev 判断是否涉及退款、应该交给哪个团队，以及消息是否紧急。返回结果是 JSON 字段，例如：

{
  "refund": { "type": "noul", "noul": 1.0 },
  "team": {
    "type": "choice",
    "choice": "billing",
    "confidence": 0.82,
    "probabilities": { "billing": 0.9, "technical": 0.1 }
  }
}

这是结构示意，不是本机或本文实测结果。noul 表示是或否，choice 表示从选项中挑一个。Jev 也支持 score，按你写好的等级给内容评分。概率和 confidence（把握度）可帮助你决定何时交给人工，但它们不是正确率保证。

你需要准备

方式 需要准备 适合谁
官方 Playground TypeSafe 账号；浏览器；一段脱敏文本 先判断输出是否符合业务需要
API TypeSafe API Key；能发送 HTTP 请求的程序或终端 要把判断接进客服、表单或自动化流程
Cloudflare Workers AI Cloudflare 账号和相应 API 凭证 已经在 Cloudflare 上运行服务的团队

TypeSafe 官方当前列出的 Jev 版本是 jev-1.13.0，输入价格为每百万 tokens 0.042 美元，输出不收费。按这个单价，单次发送 1,000 个输入 tokens 的模型费用约为 0.000042 美元；实际用量会随正文、问题和规则长度变化，账户、托管渠道和价格也可能调整，调用前看对应平台的价格页。官方文档列出的输入是文本，不包含图片、音频或视频。

先在 Playground 试一条

TypeSafe Quick Start 提供了在线 Playground。官方步骤是登录 Playground、把一段文本放进 state，再添加一个问题；你也可以把分类、紧急判断和评分放在同一次请求里。试中文工单时，先用不含姓名、电话、订单号的样例，检查结果是否符合你的人工判断。

打开 TypeSafe Playground · 查看官方 Quick Start

用 API 做工单分流

如果想把结果接入自己的程序，可以按下面的官方 API 格式发送请求。先从 TypeSafe 控制台创建 API Key，在终端中设置环境变量；不要把密钥写进文章、截图或公开代码仓库。

export TYPESAFE_API_KEY='替换成你自己的密钥'

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<'JSON'
{
  "model": "jev-1.13.0",
  "state": "I have been charged twice and need a refund today.",
  "questions": {
    "team": {
      "type": "choice",
      "instructions": "Which team should handle this request?",
      "criteria": {
        "billing": "Charges, invoices, refunds, or subscriptions",
        "technical": "Bugs, outages, or integrations",
        "other": "Anything outside billing or technical support"
      }
    },
    "urgent": {
      "type": "noul",
      "instructions": "Does the customer need help today?",
      "criteria": {
        "true": "The message states a same-day deadline or immediate loss",
        "false": "No same-day deadline or immediate loss is stated"
      }
    }
  }
}
JSON

成功时，响应会在 answers 里按问题名返回结果。上面的 state 和分类标准是英文官方文档场景的改写示例；如果处理中文工单，要换成自己的脱敏样本，并用人工标注的结果评估。官方说明英文是主要训练语言，中文等 CJK 文字可以处理，但准确度不一定相同。

如果你用 Python Agent，可以看 Pydantic AI 的 TypeSafe 接入文档；其中提供 typesafe:jev-1.13.0 的调用方式。API 示例沿用固定版本，方便复现；jev-latest 是会随新版本移动的别名。

什么时候适合用

  • 客服分流：把退款、账号、故障类工单交给不同队伍。
  • 优先级提示：识别明确的紧急描述，再由规则或人工决定是否插队。
  • 内容初筛：按预先写好的标准给评论或反馈分类、打分。

Jev 适合回答边界清楚的问题。不要让它负责写回复、做精确计算或比较日期；这类任务分别交给生成式模型或普通程序。问题要一次只问一件事，分类条件尽量互斥、写清边界。无关背景越多，判断可能越不稳定；用户输入也可能包含诱导模型的文字，所以不要把 Jev 当成安全边界或最终裁决。

上线前，拿一批有人工标签的真实样本测分类准确率、低把握时转人工的比例，以及不同类别的误判情况。TypeSafe 说明输入不会用于训练模型；数据保留方式仍要按你使用的服务、账户方案和协议核对。涉及客户隐私时先脱敏，只发送完成判断所必需的内容。

拿它挣钱

如果你为小团队做客服自动化，可以把“工单分类 + 人工复核队列 + 结果统计”作为一项流程改造服务。先拿客户允许使用的脱敏样本做小规模评估，再按数据整理、接入、人工复核和后续维护分别报价。Jev 的调用费只是其中一项成本，别承诺全自动判断或固定准确率；价格可以参考你所在平台的同类服务，再按实际工时核算。

工具入口