Building with TypeSafe Jev — плагин
Неофициальный навык учит агента проектировать вызовы модели Jev: типизированные вопросы, вероятность и примеры с эскизами кода
- 155 ★ репозитория
- Последний коммит
- MIT
Минимальный доступ
Почему такой уровень
- Навык состоит из справочных инструкций и сам не выполняет команд
- Примеры подталкивают отправлять тексты в стороннюю модель по вашему ключу, поэтому следите за тем, какие данные уходят
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add plugins/building-with-typesafe-jevОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемМинимальный доступИнструмент ничего не запускает и не ходит в сеть.
- Навык состоит из справочных инструкций и сам не выполняет команд
- Примеры подталкивают отправлять тексты в стороннюю модель по вашему ключу, поэтому следите за тем, какие данные уходят
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Building with TypeSafe Jev — неофициальный навык сообщества о том, как работать с моделью Jev компании TypeSafe AI. Jev относится к классу System One: она не пишет текст. Ей отправляют содержимое и набор типизированных вопросов, а она отвечает на каждый значением и калиброванной вероятностью, обычно за 100–200 мс. Вопросов три вида: Choice выбирает один вариант из списка (направить заявку в биллинг, доставку или поддержку), Score ставит оценку на описанной вами шкале (степень соответствия pull request спецификации), Noul дает вероятность того, что утверждение «да или нет» верно. Проблема, которую решает навык: агенты обращаются с Jev как с очередной чатовой моделью. Навык учит их проектировать под нее: где правилам и регулярным выражениям недостаточно, а суждение о тексте нужно (классификация, маршрутизация, модерация, оценка, ранжирование, поиск дублей, извлечение, проверка, ворота перед действием). В нем собраны ссылки на 150 с лишним проектов сообщества, разложенных по схеме работы, и эскиз кода для каждого шаблона. Навык ставится в Claude Code, Codex, Antigravity CLI, Muse и Muse Code. Для Claude Code: `claude plugin marketplace add aaddrick/building-with-typesafe-jev` и `claude plugin install building-with-typesafe-jev@building-with-typesafe-jev`.
Для кого. Разработчикам, которые встраивают в приложение быстрые решения по тексту: маршрутизацию заявок, модерацию, оценку и ворота перед действием агента.
Подходит, если
- В коде есть вызов LLM только ради метки, оценки или ответа «да или нет»
- Заявки в поддержку нужно разложить по темам за доли секунды вместо секунд генерации
- Перед опасной командой агента нужна быстрая проверка, ведет ли она к удалению файлов за пределами проекта
- Хочется найти, где в приложении ИИ-суждение действительно улучшит результат
Не подходит, если
- Нужен официальный навык вендора: этот создан сообществом, а официальный лежит в репозитории typesafe-ai/skills
- Нужна генерация текста или кода: модель Jev отвечает значениями и вероятностями
- Нужно решение, которое выдерживают обычные правила или регулярные выражения: ИИ-вызов тут лишний
Пример запроса к агенту
Раздели входящие заявки на биллинг, доставку и поддержку с калиброванной вероятностью и покажи, как это сделать через JevОграничения
Навык неофициальный: его не создавал, не проверял и не одобрял TypeSafe AI. Он учит проектировать вызовы и сам не включает доступ к Jev, для работы нужен собственный ключ и аккаунт сервиса. Модель и цены определяет вендор, проверяйте их в документации. Ссылки на 150 с лишним проектов сообщества ведут на сторонние репозитории, за содержимое которых автор навыка не отвечает.
Навык ставится как плагин и срабатывает по описанным признакам: суждение о тексте, брейншторм об ИИ в приложении или упоминание TypeSafe AI, Jev, System One, SDK. В репозитории есть набор проверок в `evals/` и журнал результатов.
Как отключить. В Claude Code удалите плагин командой `claude plugin uninstall building-with-typesafe-jev` и запись маркетплейса. Для других агентов уберите папку навыка из их каталога.
Частые вопросы
Что такое Jev?
Модель класса System One от TypeSafe AI. Она отвечает на типизированные вопросы значением и калиброванной вероятностью, обычно за 100–200 мс, и текст не генерирует.
Какие типы вопросов есть?
Choice выбирает вариант из списка, Score ставит оценку на описанной шкале, Noul дает вероятность истинности утверждения «да или нет».
Как установить навык в Claude Code?
Выполните `claude plugin marketplace add aaddrick/building-with-typesafe-jev`, затем `claude plugin install building-with-typesafe-jev@building-with-typesafe-jev`.
Чем он отличается от официального навыка?
Официальный навык публикует сам TypeSafe AI в репозитории typesafe-ai/skills. Этот собрал сообщество: он добавляет каталог проектов и шаблоны проектирования.
С какими агентами работает?
С Claude Code, Codex, Antigravity CLI, Muse и Muse Code. Для Muse есть установочный скрипт, для Antigravity команда `agy plugin install`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
ПлагиныНавык учит подключать TypeSafe: вопросы к модели System One, типизированные ответы с вероятностями вместо парсинга промптов.
Плагин с локальным MCP-сервером: агент оценивает качество своего кода по ряду критериев через Jev и улучшает его по баллам
Плагин Claude Code обрезает шумный вывод Bash моделью Jev до того, как результат уходит в основную модель, без пересказа
Jevgrep
jevgrep
CLI для кодовых агентов: ищет код по описанию задачи, а не по строке. Нужен ключ одного из провайдеров моделей
Jev-Code-Reviewer ранжирует правки в PR агента по приоритетам P0, P1, P2 и пересказывает их на странице GitHub обычным языком.
JevGrep ищет код по описанию задачи: выдает строки с путями и номерами, работает из терминала и как MCP-сервер агента.
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Building with TypeSafe Jev (эта карточка) | нет | 155 | ||
| TypeSafe Agent Skills | нет | 2 895 | официальный набор навыков вендора TypeSafe AI, без каталога проектов сообщества | |
| awesome-jev | нет | не нужна | 602 | список ссылок на проекты вокруг Jev без навыка для агента |
Коротко о README
Репозиторий содержит навык и манифесты плагина для Claude Code и Codex. Автор помещает перед установкой заметку о неофициальном статусе и ссылку на официальный навык. README переведен на несколько языков.
Бейдж для README
Исходный SKILL.md
---
name: building-with-typesafe-jev
description: Use when code needs a judgment about natural language that rules or regex cannot make (classify, route, triage, moderate, score, rank, match, dedupe, filter, extract, verify, or gate an action), when brainstorming where AI could fit in an app, when an LLM call exists only to pick a label, score, or yes/no, or when code uses TypeSafe AI, Jev, System One, typesafe-sdk, or @typesafe-ai/sdk.
---
# Building with TypeSafe Jev
## Overview
Jev is a **System One model**: it takes a `state` plus named, typed questions and returns typed answers with calibrated probabilities. It never generates text. **Code owns the workflow. Jev supplies narrow snap judgments.** It is not a chat or coding LLM and cannot power a coding agent.
**Before you design anything new, check prior art:** open `prior-art/INDEX.md`. It maps intents (control loop, gate, rerank, stream filter, incremental, agent memory, LLM pairing, and more) to shape files. Each shape file has a code sketch, field lessons, and linked community projects. Or grep `prior-art/` for a domain word. It also lists the known bad fits.
Exact request/response shapes, SDK signatures, limits, and errors: see `api-reference.md`. It ends with a map of which live docs page to read for which task. Patterns and the cookbook index: see `patterns.md`. The live docs win on conflict: fetch `https://docs.typesafe.ai/llms.txt`, and append `.md` to any page path. Do not guess field names. Check them there. If the docs cannot be reached, read the installed SDK's types, tell the user you did, and do not invent details that depend on the version.
**Open-ended request** ("where could AI help in this app?"): work backward from what the app should show, select, change, or hand off. Offer two or three directions from `prior-art/INDEX.md` and recommend one. **Concrete request:** pick the shape and build. Either way, keep the user's stack and scope, and add Jev only where code needs a judgment.
## Test against the live API when you can
You get better results when you check a design against the real endpoint. A live call catches a wrong field name, and it shows when Jev reads a question differently than you meant. If `TYPESAFE_API_KEY` is set in your shell, run a small probe before the code reaches the project. One call costs a fraction of a cent (input tokens only, 4.2 cents per million). If the key is not set, design from `api-reference.md` and say that you did. Do not go looking for the k