Jev 接入编码代理：Cursor 与 Claude Code 配置
编码代理擅长产出改动，却不太擅长给改动”划硬线”——“这能接受吗？“恰恰是聊天代理最容易和稀泥的问题类型。Jev 的三种原语返回带 confidence 的结构化答案，正好可以作为”外部裁判”嵌进代理工作流：代理写代码，Jev 做有界判断。这篇讲怎么把 Jev 模型接进 Cursor 和 Claude Code，集成思路几分钟就能抄走。
TL;DR： 把 Jev 调用（走 OpenRouter 的 OpenAI 兼容端点）包进一个小脚本，把这个脚本作为可运行命令/工具暴露给你的编码代理，代理遇到有界判断就调用它——规范检查、分诊、严重度打分。生成归代理，决策归 Jev。上线前到 OpenRouter 模型页确认确切的 model slug。
为什么要给代理配一个判断模型
问代理”这次改动是否违反我们的日志规范”，它会给出一段自信的散文，对不对另说。两个随之而来的问题：答案无法被机器校验，也没有 confidence 信号可以升级。Jev 调用一次解决两个——答案以结构化 JSON 返回并带 confidence，代理的工作流可以确定性地分支。核心思路一句话：代理负责生成，Jev 负责判断。
集成模式：一个脚本，一个工具
摩擦最低的集成方式，是磁盘上放一个代理可以运行的脚本。下面是一个自包含的 Python 辅助脚本：
# jev_judge.py — confirm the exact model slug on the OpenRouter model page
import json, os, sys, requests
question = sys.argv[1]
resp = requests.post(
"https://openrouter.ai/api/v1/chat/completions",
headers={
"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}",
"Content-Type": "application/json",
},
json={
"model": "typesafe/jev-1.13",
"messages": [{"role": "user", "content": question}],
},
timeout=30,
)
resp.raise_for_status()
result = json.loads(resp.json()["choices"][0]["message"]["content"])
print(json.dumps(result, indent=2))脚本接收问题作为参数，调用 OpenAI 兼容端点，打印解析后的答案。解析结果是示例数据（example fixture）——响应形态为示例，正式字段名以 typesafe.ai 官方文档为准。
然后告诉代理这个脚本存在。在 Cursor 里，加一条规则描述脚本和调用时机（比如：“把 diff 标记为完成前，运行 python jev_judge.py 'Judgment question: ...'，confidence < 0.8 视为需复核”）。在 Claude Code 里，同一个脚本可以暴露为自定义命令，或写进项目指令，让代理在审查环节调用它。各工具的具体机制不同；模式——脚本 + 指令 + confidence 规则——完全一致。
代理适合委托给 Jev 的任务
| 代理任务 | 题型 | 问题示例 |
|---|---|---|
| 收尾前的规范检查 | 判断题 | “Judgment question: does this diff add logging of user PII? Diff: ”…"" |
| 进线 issue 分诊 | 选择题 | “Choice question: does this issue match template bug, feature or question? Issue: ”…"" |
| 严重度估计 | 打分题 | “Scoring question (1-10): how severe is this regression for users? Description: ”…"" |
| 提交信息把关 | 判断题 | “Judgment question: does this commit message describe the change accurately?” |
每一行都会返回——示例数据（example fixture）——形如 {"answer":"no","confidence":0.91,"rationale":"..."} 的结构化答案；正式字段名以官方文档为准。
命令行调用示例：
# Confirm the exact model slug on the OpenRouter model page
python jev_judge.py "Judgment question: does this commit message accurately describe a change that adds a retry with backoff to the payment client? Message: \"fix stuff\""脚本打印结构化判断，代理从中读取 answer 和 confidence——打印出的 JSON 是示例数据（example fixture），正式字段名以官方文档为准。
什么时候没用
- 代码生成本身。 Jev 不写代码，只回答关于代码的有界问题。
- 开放式设计讨论。 “哪个架构最好？“没有可枚举的答案空间——那是对话，不是判断题。
- 替代人工的安全签核。 confidence 分数不是审计；把 Jev 当人工闸口前的快速过滤器，不是替代品。
给代理的每个问题只保留一种题型并嵌入 diff 或 issue，confidence 规则在代理指令里写明——《Jev 问题设计与状态管理》讲了怎么把这些 prompt 写稳。
本文适用版本 Jev 1.13。