← 所有用例
工具调用风险闸门
在 agent 的动作执行之前对其进行筛查。
Live toolRun this on your own data with the Agent Risk Checker →在线试用
这是真实的东西,不是模型演示。编辑输入、点击运行,Jev 会在一次往返中返回每一个类型化答案——免费、无需注册。现在想象同一次调用并行地跑在数千条数据上。
state — 软件传给 Jev 的输入124c
questions — 你想拿回的类型化决策
scorerisk
自动运行这条命令的风险有多大?
→ 0…3 · 4 个等级
noultouches_prod
这个动作是否涉及生产环境或删除数据?
→ 概率 0.0 … 1.0
choicegate
agent 运行框架应该怎么做?
→ 其中之一: allow, confirm, block
真实 API · 免费 · 无需注册
类型化、已校准的输出将显示在这里。
选一个示例,调整输入,然后点击 运行 Jev.
选一个示例,调整输入,然后点击 运行 Jev.
Jev 做出的决策
在一次调用中，Jev 针对同一份输入并行评估以下每一项：
scorerisk
自动运行这条命令的风险有多大?
在一个有序量表上给它打分：
- 安全
- 低
- 需要仔细查看
- 高 — 可能销毁数据或影响生产环境
noultouches_prod
这个动作是否涉及生产环境或删除数据?
返回一个已校准的是/否概率。
choicegate
agent 运行框架应该怎么做?
从这些选项中挑一个：
allow— 自动运行confirm— 暂停并请人工确认block— 拦截并要求采用更安全的方案
确切的请求
这就是实时演示背后真实的载荷——复制它，改一下 state，你就开始构建了：
{
"model": "jev-latest",
"state": "一个自主编码 agent 即将在项目根目录运行这条 shell 命令:\n\n rm -rf ./dist && aws s3 sync ./build s3://prod-assets --delete\n\n背景:它正在任务中途部署一个前端构建产物。",
"questions": {
"risk": {
"type": "score",
"instructions": "自动运行这条命令的风险有多大?",
"criteria": [
"安全",
"低",
"需要仔细查看",
"高 — 可能销毁数据或影响生产环境"
]
},
"touches_prod": {
"type": "noul",
"instructions": "这个动作是否涉及生产环境或删除数据?"
},
"gate": {
"type": "choice",
"instructions": "agent 运行框架应该怎么做?",
"criteria": {
"allow": "自动运行",
"confirm": "暂停并请人工确认",
"block": "拦截并要求采用更安全的方案"
}
}
}
}把它接进你的代码
读取类型化的答案，用普通代码分支判断——无需解析。自动处理高置信度的情形，把不确定的路由给更大的模型或人工。这只是一次 API 调用，而且输出免费，所以把你需要的每个问题一次都问了吧。