Jev in deinen Stack einbinden
Jev ist ein einziger HTTP-Aufruf, also passt es überall hinein. Beginne mit einer Copy-paste-Anleitung für dein Tool — ein TypeScript-Schnellstart oder das MCP-Setup für deinen Coding-Agent.
TypeScript
Rufe Jev aus TypeScript/Node auf: SDK installieren, Key setzen und mit einem 30-Zeilen-Beispiel eine typisierte, kalibrierte choice / score / noul erhalten. Copy-paste und ausliefern.
Anleitung öffnen →Agent / CLIClaude Code
Binde Jev in Claude Code ein, damit der Agent mit kalibrierten, typisierten Entscheidungen klassifiziert, bewertet, gatet und routet, statt in Prosa zu raten. Zwei-Zeilen-Installation, als Skill oder MCP.
Anleitung öffnen →Agent / IDECursor
Füge Jev per offenem jev-mcp-Server zu Cursor hinzu, damit der Agent mit typisierten, kalibrierten Entscheidungen klassifiziert, bewertet, gatet und routet statt mit einem langsamen zweiten Modellaufruf. Ein .cursor/mcp.json-Block.
Anleitung öffnen →Agent / CLIOpenCode
Füge Jev per offenem jev-mcp-Server zu OpenCode hinzu, damit der Agent typisierte, kalibrierte Entscheidungen trifft — Routing, Gating, Scoring, Klassifizierung — statt Freitext-Rätereien. Setup mit einem Befehl.
Anleitung öffnen →MCP serverMCP
Der offene jev-mcp-Server stellt Jevs Primitive classify/score/check/gate/decide jedem MCP-Client bereit. Genaues Setup: key, JEV_BASE_URL, JEV_MODEL und der Gehostetes-Gateway-Stolperstein, der 401 zurückgibt.
Anleitung öffnen →GatewayOpenRouter
How to call Jev through OpenRouter: the model id (typesafe/jev), the decisions endpoint (not chat-completions), a working request, routing jev-mcp through it, and when the instant hosted key is simpler.
Anleitung öffnen →EcosystemHugging Face
Is Jev on Hugging Face? Straight answer: no official Jev weights are published — Jev is a hosted, closed model. What you'll actually find on Hugging Face are the open Jev-like decision models (Laya, OpenJev). How to use each.
Anleitung öffnen →AgentHermes Agent
Give Nous Research's Hermes Agent a typed decision primitive. Wire Jev in via the open jev-mcp server so the agent routes, gates, scores and classifies with calibrated decisions in ~70–500ms — and saves the big model for real reasoning.
Anleitung öffnen →AWSBedrock
Give a Bedrock agent typed, calibrated decisions. Deploy the jev-bedrock SAM starter — a Lambda action group that POSTs to jevtypesafeai.com/api/v1/decide — attach the OpenAPI schema, and route/classify/gate in ~70–500ms.
Anleitung öffnen →Automationn8n
Add Jev to an n8n workflow: one HTTP Request node returns a typed, calibrated decision you branch on with a Switch — route tickets, score leads, gate content. Plus the community Jev nodes, pointed at the hosted gateway.
Anleitung öffnen →DeployVercel
The simplest way to use Jev from a Vercel app is a fetch to the hosted endpoint with your jv_live_ key — it works in any Serverless or Edge function and bills through your account. Plus the AI SDK and AI Gateway paths.
Anleitung öffnen →GatewayLiteLLM
Front Jev with a LiteLLM proxy so your apps hit one endpoint. Add a pass-through route to the jevtypesafeai.com gateway with your jv_live_ key to bill through your hosted account. Setup, config, and the built-in TypeSafe provider.
Anleitung öffnen →Jeder MCP-Client, jede Sprache
Nicht dabei? Der offene jev-mcp-Server läuft in Cursor, Codex und jedem MCP-Client, und die rohe API ist von überall ein POST. Für eine universelle Installation siehe das Agent-Skill.