Posez une question, ou trois questions différentes sur un même cas. Choisissez un exemple, modifiez les données et examinez chaque réponse structurée.
Explorez un type de réponse à la fois. Chaque exécution compte pour une tentative quotidienne.
Lancez un exemple pour obtenir une réponse structurée par question : Choice sélectionne une option, Score situe le résultat sur une échelle et Probability renvoie une valeur de 0 à 1.
Ce formulaire envoie votre texte sous state.input avec une ou trois questions nommées. Chaque résultat figure sous answers.<question_id>.
La requête définit les questions et le format attendu. La réponse contient un résultat pour chacune. Voici les champs JSON utilisés dans l’exemple.
modelstatequestions<question_id>typeinstructionscriteriaanswerschoiceprobabilitiesconfidencescorelegendnoulUn même contexte, trois questions indépendantes : Choice, Score et Probability. Chaque exécution compte pour une tentative quotidienne. Une réponse au bon format peut être erronée. Testez des cas représentatifs et définissez vos propres seuils de routage.
Ce Playground appelle une version précise de Jev via OpenRouter. Consultez la page du modèle pour connaître les tarifs et la disponibilité actuels.
TypeSafe dispose de son propre point d'accès et de ses propres clés API. Son guide officiel utilise jev-latest et montre comment envoyer plusieurs questions dans une requête.
Output tokens are free.
Eligible accounts may receive promotional credits. TypeSafe does not publish a fixed amount on its public pages; check the console for your balance and terms.
Le harness orchestre les appels au modèle et aux outils. À un point de décision, Jev lit un message, un appel d’outil envisagé ou l’état de l’agent, puis renvoie une réponse typée. Votre code choisit la suite ; le modèle de chat garde les tâches ouvertes.
ModelRouterMiddlewarebefore_agent → wrap_model_callClasser le dernier message avant l’exécution pour choisir un modèle, puis conserver ce choix pendant le traitement. Le choix, les probabilités et le niveau de confiance restent accessibles dans l’état de l’agent.
AutoModeMiddlewarewrap_tool_callContrôler un appel d’outil avant son exécution. Si Jev détecte un risque ou une autorisation insuffisante, le middleware bloque l’appel et renvoie un ToolMessage d’erreur. Il ne demande pas de validation humaine.
TypeSafeClassifierChoice · Score · NoulAjoutez aussi vos propres points de contrôle : un middleware personnalisé transmet les messages ou l’état de l’agent à TypeSafeClassifier, puis votre code utilise Choice, Score ou Noul pour bifurquer ou demander une revue.
# pip install "langchain-typesafe[experimental]" langchain-openai
# Set TYPESAFE_API_KEY and OPENAI_API_KEY on your server.
from langchain.agents import create_agent
from langchain_typesafe.experimental.middleware import (
ModelChoice, ModelRouterMiddleware,
)
router = ModelRouterMiddleware(
choices={
"fast": ModelChoice(
model="openai:gpt-5.6-terra",
criteria="Simple lookups and extraction.",
),
"powerful": ModelChoice(
model="openai:gpt-6-astra",
criteria="Complex reasoning and high-stakes decisions.",
),
},
instructions="Choose the least costly model that can do the task safely.",
)
agent = create_agent("openai:gpt-5.6-terra", middleware=[router])
result = agent.invoke({"messages": [{"role": "user", "content": "Summarize this log."}]})
print(result["model_route"].choice)// Run on your server. Keep the API key out of browser code.
const apiKey = process.env.OPENROUTER_API_KEY;
if (!apiKey) throw new Error("Set OPENROUTER_API_KEY");
const response = await fetch("https://openrouter.ai/api/alpha/decisions", {
method: "POST",
headers: {
Authorization: "Bearer " + apiKey,
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "typesafe/jev-1.13",
state: {input: "A customer reports a duplicate charge."},
questions: {
team: {
type: "choice",
instructions: "Which team should handle this?",
criteria: {
billing: "Payments and refunds",
technical: "Bugs and integrations"
}
},
urgency: {
type: "score",
instructions: "How urgent is the issue?",
criteria: ["Can wait", "Needs attention today", "Immediate action"]
},
escalate: {
type: "noul",
instructions: "Should a human review this first?",
criteria: {false: "No review needed", true: "Review before acting"}
}
}
})
});
if (!response.ok) throw new Error("Decision request failed");
const {answers} = await response.json();
console.log(answers.team.choice, answers.urgency.score, answers.escalate.noul);Choisissez le type de réponse utile à votre code. Si vous envoyez plusieurs questions, chaque identifiant reçoit son propre résultat.
TypeSafe: Choice · Score · Noul ↗L’option sélectionnée, celle dont la probabilité est la plus élevée.
Une position pondérée par les probabilités sur une échelle ordonnée ; elle peut se situer entre deux niveaux.
Un nombre de 0 (non) à 1 (oui) pour une question binaire.
Testez sur des demandes représentatives, conservez la version du modèle et faites vérifier les cas incertains ou sensibles. La valeur 0,8 sert uniquement d’exemple.
Découvrez les nouveaux projets, les modèles System One de la communauté et les cas d’usage concrets grâce aux mises à jour publiques fréquentes ou à un e-mail de sélection occasionnel.