最近有个AI热点概念：Jev，一款专门用来做判断的 AI 模型。
它和 ChatGPT、Claude 这类通用大模型不同：不聊天、不写代码文案，专门给程序做决策判断，API 调用后直接返回代码可读取的结构化结果
核心能力：
-
Noul 是非判断：输出 0~1 概率值，做二分类判定。例：校验接口返回是否符合预期。
-
Choice 多选判定：最多支持 255 个自定义选项，选出最优结果并附带置信度，适合 UI 自动化选择页面元素、判断业务分支。
-
Score 分级打分：2~10 档评分，用来评估风险等级、缺陷严重程度这类有强弱差异的场景。
最近有些测试同学对这方面感兴趣，我花时间调研并简单实践了一下，整理了这份**上手教程，以及分享一个UI 自动化方案基于 JEV 改造的案例，**感兴趣的小伙伴可以学习了解下。
实战案例
案例 1：官方 skill & 简单案例实践
如何使用？
1、安装skill
方式 1：Claude Code（推荐）
bash
claude plugin marketplace add typesafe-ai/skills
claude plugin install typesafe@typesafe-ai方式 2：Cursor / Cline / 其他兼容 Agent
bash
npx skills add typesafe-ai/skills --skill typesafe-ai这里我们以 cursor 作为案例，打开终端，输入 y
之后按需选择对应的 agent 即可
之后就生成了 typesafe-ai 了
2、apikey 配置
这里注意的使用官方配置的 apikey，不能使用 openrouter 的
bash
export TYPESAFE_API_KEY=xxx在终端中执行：
3、案例验证
在 cursor 中，输入：
执行过程：
首先是它会利用cursor 自带的浏览器功能，去操作界面，不是每个步骤都会用到 jev 的
那什么情况会用到 jev 呢？ 在需要做是非判断、打分、或者选择时
例如：在这个案例中，搜索 raina 测试的时候，可能会搜到很多的用户，就要做判断，因此就用到了 jev 了
可以看到在 cursor 中，它会构建 jev api 命令去做筛选
从多条数据中，筛选出最终的目标，并且输出置信度
最后输出结果，符合预期
案例 2：UI 自动化方案基于 JEV 改造
前面我们有讲到，在测试领域，我们也有不少需要做判断的场景，之前我们一般使用大模型做判断，成本相对高、速度也相对慢一些，这里我们就可以采用 jev 的方式去做改造了
改造思路
之前我们开发过一套 playwright+midscene 双策略进行 UI 自动化的 skill 工作流
在这套 skill 中 有不少过程是需要对多个选项做决策的，而这个就比较符合 jev 的特性，那我们看看有多少内容可以基于 jev 做改造
则有下面的改造
1、探索skill：snapshot 后可选调用 Jev，用于控件选择、下一步动作、计划完备度与 locator 风险判断；
2、修复skill：修复前用 jev 对失败原因做判断，判断大概率属于什么问题，然后采用不同的处理方案
skill 获取方式见文末
实操步骤
1、环境变量配置
创建一个.env文件，填写 jev 的 apikey
2、探索界面
在执行过程中可以看到，部分流程会去调研 jev 进行决策，决定操作哪个元素
最终产出计划文件
这里可以检查一下计划内容，如果没有问题的话，可以进行下一步，生成代码
3、生成代码
输入：
产出代码
4、执行代码
5、修复
出现问题，则走 skill 做修复
这里会使用 jev 判断失败原因，是否能够直接解决
最后多次修复代码，如果没有问题的话，就可以直接查看报告了
6、报告查看
报告列表
执行过程中的视频，可以用于判断是否正确
trace，记录了每步操作的记录
使用下来，jev的对于决策方面是具备一定的优势的，速度快且成本低，效果也相对不错，此前完全依赖于大模型进行推理和判断，而 jev 面向决策任务的专用小模型，但是目前我们还是可以观望一下
也许各大模型厂商会参考 jev 做升级和改造，不过我们还是可以基于自己agent 项目或者 skill 等等需要做决策、判断的逻辑接入 jev。