一、概述
Jev 是 TypeSafe AI 的旗舰模型，也是其第一个 System One 模型：它不生成文本，而是针对一段 state（待判断的内容）并行求值一组强类型问题（questions），直接返回可被代码消费的结构化结果（选项、分档、概率、置信度）。通过 EdgeOne Makers 内置模型统一接入后，你可以直接调用 @makers/jev，无需自行申请和管理 TypeSafe 账号与密钥。
注意：说明：
注意：1. Jev 只提供 TypeSafe System One 原生协议，只能通过 /v1/systemone 调用，不能走 /v1/chat/completions 等聊天协议。
注意：2. Jev 不支持流式输出（System One 为一次性结构化求值）。
注意：3. Jev 与其他内置模型共享账号的 Makers Models 每月免费 Token 额度，实际额度与消耗请以控制台展示为准。
二、步骤一：创建 API Key
1. 登录 EdgeOne 控制台。
2. 进入控制台后页面已定位至 Makers – Models – API Key。
3. 单击 创建 API Key，填写名称并确认，创建完成后请妥善保存该 Key。
三、步骤二：调用模型
在 模型与密钥 页面的内置模型列表中可看到 @makers/jev，标识为内置模型。
请求参数：
| 参数 | 位置 | 类型 | 必填 | 说明 |
| model | Body | string | 否 | 固定为 @makers/jev；缺省时默认 @makers/jev。传入其他值会返回 400 |
| state | Body | string / object / array | 是 | 待判断的内容。可以是纯文本，也可以是结构化对象/数组（如工单、订单、政策组合） |
| questions | Body | object | 是 | 问题集合，键为你自定义的问题 ID，值为问题定义。同一次请求内所有问题针对同一个 state 并行、彼此隔离地求值 |
请求头参数：
| 参数 | 位置 | 类型 | 必填 | 说明 |
| Authorization | Header | string | 是 | 鉴权信息，格式为 Bearer $MAKERS_MODELS_KEY。其中 $MAKERS_MODELS_KEY 为步骤一中创建并保存的 API Key，例如 Authorization: Bearer sk-xxxx |
| Content-Type | Header | string | 是 | 固定为 application/json |
问题定义（questions.\\<id\\>）：
| 字段 | 类型 | 必填 | 说明 |
| type | string | 是 | 问题类型，取值 noul / choice / score |
| instructions | string / object / array | 是 | 要判断的问题本身。问题 ID 不会发送给模型，判断逻辑必须写在这里 |
| criteria | object / array | 视类型 | 可能的答案集合，格式见下表 |
问题类型：
| 类型 | 回答什么 | criteria 格式 | 返回字段 |
| noul | 某个陈述是否为真 | 可选。对象，用于补充说明 yes / no 分别指什么 | noul（0~1，为 yes 的概率） |
| choice | 在给定选项中选哪一个 | 必填。对象，选项名 → 选项说明 | choice、probabilities、confidence |
| score | 处于哪一档（有序分级） | 必填。数组，按 0,1,2… 顺序给出各档位描述 | score、legend、probabilities、confidence |
curl 示例：
curl -i -X POST "https://ai-gateway.edgeone.link/v1/systemone" \\ -H "Authorization: Bearer $MAKERS_MODELS_KEY" \\ -H "Content-Type: application/json" \\ -d '{ "model": "@makers/jev", "state": "Hi, I have been trying to connect my Stripe account for 3 days and the integration keeps failing. I am losing sales. Please help ASAP.", "questions": { "department": { "type": "choice", "instructions": "Which team should handle this", "criteria": { "billing": "Payment or subscription issues", "technical": "Bugs or integration problems", "sales": "Pricing or account questions" } }, "frustration": { "type": "score", "instructions": "How frustrated the customer appears", "criteria": [ "Calm, just stating facts", "Frustrated but civil", "Very angry, strong language" ] }, "is_urgent": { "type": "noul", "instructions": "The message conveys urgency or time-sensitivity" } } }'
四、Running Environment
Operating System: Ubuntu 24.04.3 LTS / x86_64Runtime Version: GNU bash, version 5.2.21(1)-release (x86_64-pc-linux-gnu)
响应示例：
{ "model": "jev-1.13.0", "answers": { "department": { "type": "choice", "choice": "technical", "confidence": 0.78, "probabilities": { "technical": 0.85, "billing": 0.15, "sales": 0 } }, "frustration": { "type": "score", "score": 1, "confidence": 1, "legend": { "0": "Calm, just stating facts", "1": "Frustrated but civil", "2": "Very angry, strong language" }, "probabilities": { "0": 0, "1": 1, "2": 0 } }, "is_urgent": { "type": "noul", "noul": 1 } }, "usage": { "input_tokens": 392, "output_tokens": 65 }}
响应字段说明：
| 字段 | 类型 | 说明 |
| model | string | 实际使用的模型版本（模型别名解析结果，如 jev-1.13.0） |
| answers | object | 与请求 questions 的键一一对应的答案 |
| answers.<id>.type | string | 该答案对应的问题类型 |
| answers.<id>.noul | float | noul 问题的结果，取值 [0, 1]，表示判断为 yes 的概率 |
| answers.<id>.choice | string | choice 问题选中的选项名，必定来自请求的 criteria |
| answers.<id>.score | float | score 问题的分档结果，可落在两档之间 |
| answers.<id>.legend | object | score 问题各档位的编号与描述映射 |
| answers.<id>.probabilities | object | 各选项 / 各档位上的概率分布 |
| answers.<id>.confidence | float | 概率分布的集中程度（仅 choice / score 返回） |
| usage.input_tokens | int | 本次调用的输入 Token 数 |
| usage.output_tokens | int | 本次调用的输出 Token 数 |
五、查看模型用量
进入 Makers 概览 页面，在 模型用量数据总览 区域选择 内置模型，可查看 @makers/jev 的用量情况。