Zadaj jedno pytanie lub trzy różne pytania dotyczące tej samej sytuacji. Wybierz przykład, zmień dane wejściowe i sprawdź każdą ustrukturyzowaną odpowiedź.
Sprawdzaj po jednym typie odpowiedzi. Każde uruchomienie zużywa jedną próbę z dziennego limitu.
Uruchom przykład, aby zobaczyć odpowiedź dla każdego pytania: Choice wybiera opcję, Score umieszcza wynik na skali, a Probability zwraca wartość od 0 do 1.
Formularz wysyła twój tekst jako state.input oraz jedno lub trzy nazwane pytania. Każdy wynik znajdziesz pod answers.<question_id>.
Żądanie określa format pytań i odpowiedzi. Odpowiedź zwraca wynik dla każdego z nich. Oto pola JSON użyte w przykładzie.
modelstatequestions<question_id>typeinstructionscriteriaanswerschoiceprobabilitiesconfidencescorelegendnoulTen sam kontekst, trzy niezależne pytania: Choice, Score i Probability. Każde uruchomienie zużywa jedną próbę z dziennego limitu. Odpowiedź o poprawnym formacie nadal może być błędna. Testuj reprezentatywne przypadki i ustaw progi routingu odpowiednie dla swojego procesu.
Tutaj wywołujemy określoną wersję Jev przez OpenRouter. Aktualne ceny i dostępność sprawdź na stronie modelu.
TypeSafe udostępnia własny punkt końcowy i klucze API. Oficjalny przewodnik używa jev-latest i pokazuje, jak wysłać kilka pytań w jednym żądaniu.
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.
Harness zarządza wywołaniami modelu i narzędzi. W punkcie decyzyjnym Jev odczytuje wiadomość, planowane wywołanie narzędzia lub stan agenta i zwraca odpowiedź o określonym typie. Dalszy krok wybiera kod; zadania otwarte nadal obsługuje model konwersacyjny.
ModelRouterMiddlewarebefore_agent → wrap_model_callPrzed rozpoczęciem zadania sklasyfikuj ostatnią wiadomość użytkownika i wybierz model używany w całym przebiegu. Wybór, prawdopodobieństwa i poziom pewności pozostają w stanie agenta.
AutoModeMiddlewarewrap_tool_callSprawdź wywołanie wybranego narzędzia przed jego wykonaniem. Jeśli Jev wykryje ryzyko lub brak uprawnień, middleware blokuje wywołanie i zwraca ToolMessage z komunikatem o błędzie. Nie prosi człowieka o zatwierdzenie.
TypeSafeClassifierChoice · Score · NoulWłasny middleware może dodać kolejne punkty kontroli: przekaż wiadomości lub stan agenta do TypeSafeClassifier, zapytaj przez Choice, Score lub Noul i zdecyduj w kodzie, czy kontynuować, czy skierować sprawę do oceny.
# 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);Wybierz format odpowiedzi potrzebny w kodzie. Gdy wysyłasz kilka pytań, każde otrzymuje osobny wynik pod własną nazwą.
TypeSafe: Choice · Score · Noul ↗Klucz opcji wybranej przez choice: opcja o najwyższym prawdopodobieństwie.
Pozycja na uporządkowanej skali ważona prawdopodobieństwami; może wypaść między dwoma poziomami.
Liczba od 0 (nie) do 1 (tak) w przypadku pytania typu tak/nie.
Przed użyciem tego w środowisku produkcyjnym przetestuj reprezentatywne zgłoszenia, zapisz wersję modelu i wyślij niepewne lub istotne przypadki do sprawdzenia przez człowieka. Wartość 0,8 jest tylko przykładem.
Poznawaj nowe projekty, społecznościowe modele System One i praktyczne zastosowania dzięki częstym publicznym aktualizacjom lub okazjonalnym, starannie wybranym wiadomościom.