OpenCode의 Jev

OpenCode는 MCP를 말하고, Jev는 오픈 MCP server를 제공합니다 — 그래서 둘을 잇는 건 한 명령입니다. 당신의 OpenCode agent는 타입 지정 결정 도구를 얻습니다: 작업 중 호출할 수 있는 보정된 choice / score / noul.

OpenCode는 오픈소스 코딩 agent이고, 모든 agent처럼 루프의 놀랍도록 많은 부분을 작고 구조화된 결정에 씁니다: 이게 맞는 파일인지, 이 툴 호출이 안전한지, 이 테스트 실패가 중요한지, 이 접근들 중 어느 것이 이기는지. 자유 텍스트 추론으로 하면 느리고 일관성이 없습니다. Jev는 OpenCode에게 밀리초 안에 호출해 바로 분기할 수 있는 타입 지정 결정 도구를 주므로, agent는 모델 예산을 실제 코딩에 남깁니다.

Jev MCP server 추가

jev-mcp는 npx로 GitHub에서 바로 돌아갑니다 — clone도 build도 없습니다. OpenCode의 MCP 설정을 그것으로 향하게 하고 키를 설정하세요.

{
  "mcp": {
    "jev": {
      "type": "local",
      "command": ["npx", "-y", "github:codaaiteam/jev-mcp"],
      "environment": { "JEV_API_KEY": "jv_live_..." }
    }
  }
}

이게 설정의 전부입니다 — jev-mcp는 jv_live_ key를 자동으로 호스팅 게이트로 라우팅하므로 endpoint나 모델을 설정할 필요가 없습니다. OpenCode를 재시작하면 Jev 도구가 agent의 도구 세트에 나타납니다.

agent에게 무엇을 주는가

로드되면, agent는 프로그램적으로 행동할 수 있는 결정이 필요할 때마다 Jev를 도구로 호출할 수 있습니다:

• classify — 입력을 당신의 카테고리 중 하나에 넣기
• score — 당신이 정의한 순서 스케일로 채점
• check — 확률이 붙은 보정된 yes/no (noul)
• gate — 위험한 동작 실행 전 allow / confirm / block

답이 타입 지정·보정되어 있으므로 agent는 자기 산문을 다시 읽는 대신 확률에 따라 분기합니다 — 루프가 빠르고 형식 실수가 적습니다. 보정된 score는 진짜 임계값도 가능하게 합니다: 확신이 정말 낮을 때만 사람에게 에스컬레이트하고, 높으면 자동 진행하며, 아래에서 모델이 바뀌어도 그 동작을 안정적으로 유지합니다.

왜 타입 지정 결정이 두 번째 LLM 호출보다 나은가

흔한 대안은 agent가 다른 LLM을 호출해 "결정"하게 하는 것입니다. 되긴 하지만 느리고(수 초), 비싸며(출력 100만 토큰당 수 달러), 여전히 파싱해야 하는 산문을 반환하고 — 형식을 환각할 수도 있습니다. Jev는 70–500ms 안에, 결정당 약 $0.001, 출력 무료로 답하며, 물리적으로 무효한 타입을 낼 수 없습니다: choice는 당신의 key 중 하나만 반환합니다. agent 루프 안의 고빈도 결정에서는 이 차이가 빠르게 쌓입니다.

참고

같은 jev-mcp server는 Claude Code, Cursor, Codex, 모든 MCP 클라이언트에서 동작합니다 — 그 변형은 Claude Code 가이드, 클라이언트 독립적 설치는 agent-skill 페이지를 참고하세요.

자주 묻는 질문

함께 보기: Claude Code 통합 · Agent skill(모든 클라이언트) · jev-mcp & 오픈소스