TOOLAI / Jev · herramientas e integraciones
Algunas tareas necesitan una decisión antes que una respuesta escrita. Así encaja Jev en una aplicación, qué herramientas te ayudan a usarlo y cuándo tiene sentido cada opción.
“¿Puedo mejorar el plan de mi equipo?”
¿Qué equipo debería gestionarlo?
01 / JEV
Llega un correo en el que piden un reembolso. Antes de que alguien redacte una respuesta, tu sistema debe saber si corresponde al equipo de facturación, soporte o ventas. Jev puede tomar ese tipo de decisión entre las opciones que definas. Tu aplicación sigue decidiendo qué hacer con el resultado.
Choice selecciona entre opciones definidas y devuelve probabilidades y confianza.
Score evalúa según niveles definidos y devuelve una distribución y confianza.
Noul devuelve una probabilidad entre 0 y 1 para una proposición.
02 / Jev · herramientas e integraciones
Estas herramientas cumplen funciones distintas. Los SDK llaman al modelo, las pasarelas ofrecen otra vía de acceso y las habilidades para agentes te ayudan a escribir la aplicación. Abre una guía para ver un ejemplo completo, los pasos de configuración y las ventajas y desventajas.
¿Es la primera vez que usas Jev? Empieza aquí para conocer sus tres tipos de respuesta, qué puedes pedirle que decida y cómo probar una tarea pequeña antes de conectarlo a un flujo de trabajo más grande.
Probar una primera tarea de clasificación o enrutamiento
Si tu procesamiento de datos o backend ya funciona con Python, esta es la vía directa. Aprende a preparar preguntas, gestionar resultados y compararlos con etiquetas humanas.
Servicios de Python, canalizaciones de datos y scripts de evaluación
Para una aplicación de Node.js o TypeScript, el cliente oficial mantiene la decisión cerca de tu código actual. Descubre dónde debe ejecutarse en el servidor y cómo ayudan sus tipos.
Aplicaciones de servidor en JavaScript y TypeScript
¿Ya gestionas varios modelos con OpenRouter? Puedes mantener esa vía de acceso, pero Jev utiliza una interfaz de decisiones. La guía explica qué cambia en tus solicitudes.
Equipos que ya gestionan modelos mediante OpenRouter
Si tu aplicación usa AI SDK o AI Gateway, Jev puede encajar en esa configuración. Lee qué interfaz elegir y por qué importan las versiones de ejemplo.
Aplicaciones que ya usan Vercel AI SDK
Para un servicio que se ejecuta en Workers, Cloudflare AI ofrece una vía hacia Jev. Descubre qué gestiona el binding, qué sigue correspondiendo a tu código y cómo comprobar el acceso.
Pasos de decisión dentro de una aplicación de Cloudflare Workers
Usa Jev para tomar una decisión acotada dentro de una cadena o un agente que ya tengas. La guía explica el enrutamiento y por qué una clasificación por sí sola no puede autorizar una acción.
Añadir un paso de decisión a un flujo de agente existente
Estas habilidades proporcionan orientación sobre el proyecto a un asistente de programación. Lee qué le ayudan a crear y por qué instalar una habilidad no conecta ni ejecuta el modelo por ti.
Crear aplicaciones con un asistente de programación
Cada guía explica la conexión con Jev, enlaza material relacionado de ToolAI y ofrece una vía claramente marcada hacia el proyecto oficial.
No necesitas las ocho herramientas. Empieza por el idioma, la plataforma de alojamiento o el framework que tu equipo ya conoce y añade solo las piezas que necesita tu tarea.
Lee la introducción de Jev y prueba una pregunta con un conjunto pequeño y explícito de respuestas. Una sola tarea —como decidir qué equipo debe leer un mensaje— es más fácil de comprobar que un agente completo.
Usa el SDK oficial correspondiente para llamar directamente a TypeSafe. Tu código prepara el contexto, lee la respuesta tipada y gestiona los errores. Así mantienes sencillo el recorrido de la solicitud.
OpenRouter, Vercel y Cloudflare ofrecen vías documentadas. Revisa la cuenta que usas, la interfaz que espera el proveedor y las condiciones de facturación vigentes. Estas vías son alternativas; no necesitas encadenarlas.
LangChain puede colocar el clasificador en un flujo de trabajo que ya ejecutas. Agent Skills cumple otra función: ayuda a un asistente de programación a diseñar la aplicación. Ninguno sustituye los permisos de tu código de negocio.
03 / Un flujo de decisiones
Un buen punto de partida es sugerir una categoría mientras una persona sigue gestionando las respuestas. Los ejemplos siguientes describen una posible implementación; no activan funciones en ToolAI Mail.
Anota qué significa cada categoría. “Consulta de un posible cliente” podría referirse a una pregunta sobre la compra de tu producto; “cliente existente” necesita pruebas, como una coincidencia con una cuenta o un pedido. Incluye una ruta para los mensajes que no encajen.
Conserva un conjunto de mensajes que alguien ya haya revisado. Compara las etiquetas del modelo con esas respuestas, especialmente cuando los mensajes comerciales se parecen a consultas reales. Prueba cada idioma que recibas.
Empieza añadiendo una etiqueta sugerida y un motivo para revisarla. Compara el resultado con los registros de cuentas o pedidos antes de tratar al remitente como cliente. Conecta otras acciones solo cuando conozcas los errores habituales.
| Qué dice el mensaje | Qué hay que comprobar | Siguiente paso razonable |
|---|---|---|
| “Compramos el plan para equipos el mes pasado. ¿Puedes añadir más puestos?” | Se afirma que hubo una compra, pero el correo por sí solo no demuestra que exista una relación con una cuenta. | Comprueba el remitente con los registros de cuentas o pedidos y sugiere después una cola de ventas o de atención al cliente. |
| “Podemos colocar tu sitio web en 200 blogs de gran autoridad.” | Probablemente es una propuesta comercial de enlaces, aunque use palabras como colaboración. | Sugiere una etiqueta de marketing o venta de enlaces. Revisa los mensajes ambiguos antes de filtrarlos. |
| “El pago se procesó, pero no puedo usar el servicio.” | El mensaje combina un problema de acceso con una afirmación sobre la facturación. | Busca la cuenta y el pago, y envíalo a soporte con el contexto relevante. |
La etiqueta de un modelo y un dato del negocio son cosas distintas. Para encontrar clientes reales, combina lo que dice el correo con los registros que ya tienes. Si faltan esos registros o no coinciden, conserva el mensaje para revisarlo.
CHOICE / 0.88
Este resultado de Choice de ejemplo tiene una confianza de 0.88. Mueve el umbral para ver cómo cambia una regla de enrutamiento.
Solo con fines ilustrativos. La confianza no garantiza que el resultado sea correcto; selecciona un umbral usando tus propios datos de evaluación.
04 / TOOLAI
El modelo, el código y el contexto, en un solo lugar.
05 / FAQ
Jev devuelve decisiones tipadas, no prosa generada. Úsalo para elegir una categoría, evaluar una condición o asignar una puntuación a un elemento; usa un modelo generativo independiente o una persona para escribir la respuesta.
No. El inglés es el idioma principal de entrenamiento de Jev. Evalúa el chino y otros idiomas usando ejemplos representativos de tu propia carga de trabajo.
El servicio oficial cobra los tokens de entrada; que la salida sea gratuita no significa que las solicitudes lo sean. Los SDK son clientes de API, no pesos de modelo descargables. Consulta los precios actuales y las condiciones de acceso del proveedor que elijas.
No. Un resultado puede coincidir con el tipo requerido y aun así ser incorrecto. Conserva muestras de evaluación, revisa los casos dudosos y define los permisos y el comportamiento alternativo en el código de la aplicación.
Las guías detalladas incluyen las fuentes oficiales comprobadas el 2026-09-25. Sus ejemplos son flujos de trabajo sugeridos, no resultados de rendimiento medidos.