Jev 指南：从概念到 LangChain 集成

Jev 不负责续写文本。它接收一份状态（state）和一组边界明确的问题，然后返回可以被程序读取的 Choice、Score 或 Noul。适合它的任务通常答案空间已知，但无法只靠 if/else 从原始输入中精确判断。

一次可靠调用有五个层次。业务先整理证据，再声明问题；Jev 返回概率化答案；应用策略检查结构、阈值和风险；最后才允许代码执行动作。模型没有退款、删库或发布内容的权限。

1. 1
   State

   只保留会影响当前判断的证据，字段名、单位和来源要清晰。

2. 2
   Question

   用 Choice、Score 或 Noul 声明答案形状与判断标准。

3. 3
   Typed answer

   读取胜出项、完整分布或 P(true)，不要把结果当自然语言。

4. 4
   Policy

   校验选项、置信度、业务风险和是否需要人工复核。

5. 5
   Action

   由业务代码执行，并记录问题版本、模型版本和最终动作。

假设输入是一条客户消息。我们需要判断应该交给哪个团队，并判断是否紧急。路由是 Choice，紧急性是 Noul；真正的派单动作仍由程序决定。

{
  "message": "Stripe has failed for three days. Help ASAP.",
  "account_tier": "enterprise"
}

route   → billing | technical | human
urgent  → P(true)
policy  → automate | review

这个拆分很重要：模型只回答两个小问题，业务策略再组合答案。以后增加 SLA、VIP 客户或高风险词规则时，不需要把隐藏策略塞进一段超长提示词。

官方 Python 客户端是 typesafe-sdk。密钥只放在服务端环境变量中，先从一个可撤销、容易人工核对的任务开始。

from typesafe_sdk import Choice, Noul, TypeSafeClient

questions = {
    "route": Choice(
        instructions="Which team should handle this request?",
        criteria={
            "billing": "Payments or subscriptions",
            "technical": "Bugs or integrations",
            "human": "Ambiguous or sensitive cases",
        },
    ),
    "urgent": Noul(
        instructions="Does this message express urgency?"
    ),
}

with TypeSafeClient() as client:
    result = client.system_one(
        state={
            "message": "Stripe has failed for three days. Help ASAP.",
            "account_tier": "enterprise",
        },
        questions=questions,
    )

route = result.answers["route"]
urgent = result.answers["urgent"]

if route.choice == "human" or route.confidence < 0.75:
    enqueue_for_review(result)
else:
    assign_team(route.choice)

print(route.probabilities, urgent.noul)

继续阅读 Python SDK 专题教程 →

LangChain 的官方 TypeSafe 集成把 TypeSafeClassifier 实现为 Runnable。state 和 questions 都随每次 invoke 传入，因此可以进入批处理、异步调用、回调和追踪链路。

from langchain_typesafe import Choice, Noul, TypeSafeClassifier

classifier = TypeSafeClassifier()

questions = {
    "route": Choice(
        instructions="Which team should handle this request?",
        criteria={
            "billing": "Payments or subscriptions",
            "technical": "Bugs or integrations",
            "human": "Ambiguous or sensitive cases",
        },
    ),
    "urgent": Noul(
        instructions="Does this message express urgency?"
    ),
}

if not questions:
    raise ValueError("At least one Jev question is required")

result = classifier.invoke({
    "state": "Stripe has failed for three days. Help ASAP.",
    "questions": questions,
})

print(result.choices["route"].choice)
print(result.nouls["urgent"].noul)