开发者 / JevModel

Codex 接入 Jev:官方 TypeSafe Skill 教程

在 Codex 安装官方 TypeSafe Skill、配置 TYPESAFE_API_KEY,并通过真实 Jev API 调用选择下一步动作,包含完整提示词、验证和排错步骤。

最近更新:

先认识官方 Skill

本教程参考文末知乎文章的 Skill 使用流程,并用 TypeSafe 官方文档核对实现细节。安装来源是 TypeSafe 自己的 typesafe-ai/skills 仓库,技能名为 typesafe-ai。Skill 指导问题设计和 API 接入;真实判断仍需要密钥与 API 请求。Codex 继续负责执行任务,Jev 提供边界清晰的判断。

1. 在项目中安装官方 Skill

确认已安装 Node.js 和 npm,在项目目录打开终端并执行下方命令。安装器询问目标 Agent 时选择 Codex。默认安装在当前项目中,追加 -g 可作为个人技能供多个项目使用。只选择一种安装方式。也可以把这条命令交给 Codex,让它安装官方 typesafe-ai Skill。

npx skills add typesafe-ai/skills --skill typesafe-ai

2. 确认 Codex 能加载技能

在该项目中开启新的 Codex 会话,并在提示词中明确指定技能名称。让它读取已安装的 SKILL.md,说明相关配置要求;这一步只验证技能发现,不发起付费 API 请求。安装技能并不会强制每一轮都调用 Jev。未加载时,检查是否选中了 Codex 和正确项目,再重启会话。

Use the typesafe-ai skill. Read its installed SKILL.md and explain how to make one Jev Choice request. Do not call the API yet.

3. 设置 TypeSafe API Key

在文末链接的 TypeSafe Console 创建密钥。在本地设置 TYPESAFE_API_KEY,然后从同一个终端启动 Codex。下方只用占位符:Bash 的等号两侧不能有空格,Windows PowerShell 使用 $env:。设置仅对当前终端会话有效。真实密钥不要贴入聊天或提交到 Git。本站 JevModel 密钥用于另一个 API,不能替代 TypeSafe 密钥。

# macOS / Linux (Bash or Zsh)
export TYPESAFE_API_KEY="YOUR_TYPESAFE_API_KEY"
codex

# Windows PowerShell
$env:TYPESAFE_API_KEY = "YOUR_TYPESAFE_API_KEY"
codex

4. 让 Jev 选择下一步动作

用不含敏感信息的案例尝试下方提示词。它要求一次真实 Choice 请求,并先展示下一步动作而不执行,明确候选项、演示用置信度阈值和失败处理。要求展示实际响应和请求证据,避免把文字分析误当成 API 调用。0.8 仅是需要评估的示例阈值,不是通用正确保证。

Use the typesafe-ai skill and read the current official API docs.
Make exactly one real Jev Choice request using model jev-latest.
Read TYPESAFE_API_KEY from the environment; never print it.
If the key is missing or the request fails, stop and report the error.

state:
{"userRequest":"Find the latest release notes for this project’s framework.","knownFacts":[],"availableActions":["answer_directly","web_search","inspect_code","ask_user","human_review"]}

Question: Which next action is needed to reliably complete this request?
Candidates:
- answer_directly: the known facts are sufficient.
- web_search: current external information is needed.
- inspect_code: local project evidence is needed first.
- ask_user: essential information is missing.
- human_review: no suitable action or review is required.

Use a demo confidence threshold of 0.8.
If confidence is below 0.8, set finalAction to human_review.
Report the actual returned model, usage, selected choice,
confidence, full probabilities, and finalAction.
Show redacted request evidence. Do not execute finalAction yet.

5. 验证真实响应

官方 HTTP 接口为 POST https://api.typesafe.ai/v1/systemone,请求包含 model、state 和 questions 对象。问题命名为 next_action 时,检查 answers.next_action,以及实际返回的 model 和 usage,并保留原始概率分布。finalAction 是工作流自行计算的值,并非 Jev API 必须返回的字段。只有工具确实可用、动作已获授权时才执行。

正确理解 Choice、Noul 和 Score

Choice 从预定义选项中选择,confidence 描述概率分布的集中程度,不代表端到端正确率。Noul 是 0 到 1 的是/否概率,没有单独的 confidence 字段。Score 使用有序等级量表,并非天然就是 0 到 1 的分数。阈值和执行权限保留在代码中,并用有代表性的案例验证。

排错与更新

如果 Codex 能看到技能但认证失败,检查进程是否继承了密钥。从快捷方式启动的桌面应用可能不会继承终端变量。请求被拒绝时,按当前 API 文档检查参数。通过 skills.sh 安装的技能可用 npx skills update 更新。不要盲目重试或编造成功响应。

npx skills update

本教程的验证边界

安装和 API 说明于 2026 年 9 月 30 日对照官方资料核对。文中的提示词是原创的动作预演示例,不是一次真实调用的结果记录。本文不宣称已测得加速、降低 Codex 额度消耗或已完成付费 API 调用。实际采用前,请查看自己的请求、响应、耗时与费用。

JevModel 为独立项目,与 TypeSafe AI 无关联。