TOOLAI / Jev · alat & integrasi
Beberapa pekerjaan membutuhkan keputusan sebelum membutuhkan jawaban tertulis. Berikut cara Jev masuk ke dalam aplikasi, alat yang membantu Anda menggunakannya, dan kapan setiap opsi tepat digunakan.
“Bisakah saya meningkatkan paket tim saya?”
Tim mana yang harus menangani ini?
01 / JEV
Sebuah email masuk dan meminta pengembalian dana. Sebelum siapa pun menulis balasan, sistem Anda perlu mengetahui apakah email itu termasuk urusan penagihan, dukungan, atau penjualan. Jev dapat membuat pilihan semacam itu dari opsi yang Anda tentukan. Aplikasi Anda tetap menentukan tindakan berdasarkan hasilnya.
Choice memilih di antara opsi yang telah ditentukan dan mengembalikan probabilitas serta keyakinan.
Score mengevaluasi berdasarkan tingkat yang telah ditentukan dan mengembalikan distribusi serta keyakinan.
Noul mengembalikan probabilitas antara 0 dan 1 untuk suatu proposisi.
02 / Jev · alat & integrasi
Alat-alat ini memiliki fungsi yang berbeda. SDK digunakan untuk memanggil model, gateway menyediakan jalur akses lain, dan keterampilan agen membantu Anda menulis aplikasinya. Buka panduan untuk melihat contoh penerapan, langkah penyiapan, dan berbagai pertimbangannya.
Baru mengenal Jev? Mulailah di sini untuk memahami tiga jenis jawabannya, hal-hal yang dapat Anda minta untuk diputuskan, dan cara mencoba tugas kecil sebelum menghubungkan alur kerja yang lebih besar.
Menguji tugas klasifikasi atau perutean pertama
Jika pemrosesan data atau backend Anda sudah berjalan dengan Python, inilah jalur langsungnya. Pelajari cara menyiapkan pertanyaan, menangani hasil, dan mengujinya dengan label dari manusia.
Layanan Python, pipeline data, dan skrip evaluasi
Untuk aplikasi Node.js atau TypeScript, klien resmi membuat keputusan tetap dekat dengan kode yang sudah ada. Lihat penempatannya di server dan cara tipenya membantu Anda.
Aplikasi server JavaScript dan TypeScript
Sudah mengelola beberapa model dengan OpenRouter? Anda dapat tetap menggunakan jalur akses itu, tetapi Jev menggunakan antarmuka keputusan. Panduan ini menjelaskan perubahan pada permintaan Anda.
Tim yang sudah mengelola model melalui OpenRouter
Jika aplikasi Anda menggunakan AI SDK atau AI Gateway, Jev dapat masuk ke dalam penyiapan tersebut. Pelajari antarmuka yang harus dipilih dan alasan versi contoh penting.
Aplikasi yang sudah menggunakan Vercel AI SDK
Untuk layanan yang berjalan di Workers, Cloudflare AI menyediakan jalur menuju Jev. Pelajari hal-hal yang ditangani binding, hal-hal yang tetap harus ada dalam kode Anda, dan cara memeriksa akses.
Langkah keputusan di dalam aplikasi Cloudflare Workers
Gunakan Jev untuk pilihan terbatas di dalam chain atau agen yang sudah ada. Panduan ini membahas routing dan menjelaskan mengapa klasifikasi saja tidak dapat mengizinkan suatu tindakan.
Menambahkan langkah keputusan ke alur kerja agen yang sudah ada
Keterampilan ini memberi panduan proyek kepada asisten pemrograman. Pelajari hal-hal yang dapat dibangunnya dan alasan memasang sebuah keterampilan tidak berarti model akan terhubung atau berjalan untuk Anda.
Membangun dengan asisten pengodean
Setiap panduan menjelaskan koneksi ke Jev, menautkan materi terkait di ToolAI, dan menyediakan jalur yang ditandai dengan jelas menuju proyek resmi.
Anda tidak memerlukan kedelapan alat tersebut. Mulailah dari bahasa, platform hosting, atau framework yang sudah dipahami tim Anda, lalu tambahkan hanya bagian yang dibutuhkan tugas Anda.
Baca ikhtisar Jev dan coba sebuah pertanyaan dengan sekumpulan jawaban yang kecil dan jelas. Satu tugas—misalnya menentukan tim yang harus membaca sebuah pesan—lebih mudah diperiksa daripada agen yang lengkap.
Gunakan SDK resmi yang sesuai untuk memanggil TypeSafe secara langsung. Kode Anda menyiapkan konteks, membaca jawaban bertipe, dan menangani kesalahan. Dengan begitu, jalur permintaan tetap sederhana.
OpenRouter, Vercel, dan Cloudflare menyediakan jalur yang terdokumentasi. Perhatikan akun yang Anda gunakan, antarmuka yang diharapkan penyedia, dan ketentuan penagihan yang berlaku. Jalur-jalur ini merupakan alternatif; Anda tidak perlu merangkainya bersama-sama.
LangChain dapat menempatkan classifier ke dalam alur kerja yang sudah Anda jalankan. Agent Skills memiliki tujuan berbeda: membantu asisten pemrograman merancang aplikasi. Keduanya tidak menggantikan izin yang ada dalam kode bisnis Anda.
03 / Alur kerja keputusan
Langkah awal yang berguna adalah menyarankan kategori sementara seseorang tetap menangani balasannya. Contoh-contoh di bawah menjelaskan kemungkinan penerapan; contoh ini tidak mengaktifkan fitur apa pun di ToolAI Mail.
Tuliskan arti setiap kategori. “Pertanyaan calon pelanggan” dapat berarti pertanyaan tentang membeli produk Anda; “pelanggan yang sudah ada” memerlukan bukti seperti kecocokan akun atau pesanan. Sertakan jalur untuk pesan yang tidak sesuai dengan kategori mana pun.
Simpan sekumpulan pesan yang sudah diperiksa seseorang. Bandingkan label model dengan jawaban tersebut, terutama ketika promosi penjualan menyerupai pertanyaan yang benar-benar diajukan. Uji setiap bahasa yang Anda terima.
Mulailah dengan menambahkan tag yang disarankan dan alasan untuk ditinjau. Bandingkan hasilnya dengan catatan akun atau pesanan sebelum menganggap pengirim sebagai pelanggan. Hubungkan tindakan lanjutan hanya setelah Anda mengetahui kesalahan yang umum terjadi.
| Isi pesan | Hal yang perlu dipastikan | Langkah berikutnya yang masuk akal |
|---|---|---|
| “Kami membeli paket tim bulan lalu. Bisakah Anda menambahkan beberapa kursi?” | Pengirim mengklaim telah melakukan pembelian, tetapi email itu sendiri tidak membuktikan hubungan dengan sebuah akun. | Periksa pengirim terhadap catatan akun atau pesanan, lalu sarankan antrean penjualan atau kesuksesan pelanggan. |
| “Kami dapat menempatkan situs web Anda di 200 blog berotoritas tinggi.” | Ini kemungkinan besar adalah promosi penjualan backlink, meskipun menggunakan kata-kata seperti kemitraan. | Sarankan label pemasaran atau penjualan backlink. Tinjau pesan yang ambigu sebelum menyaringnya. |
| “Pembayaran saya berhasil, tetapi saya tidak dapat menggunakan layanan ini.” | Pesan tersebut menggabungkan masalah akses dengan klaim penagihan. | Cari akun dan pembayaran terkait, lalu teruskan ke dukungan bersama konteks yang relevan. |
Label model dan fakta bisnis adalah dua hal yang berbeda. Untuk menemukan pelanggan yang sebenarnya, gabungkan isi email dengan catatan yang sudah Anda miliki. Jika catatan tersebut tidak ada atau bertentangan, simpan pesan itu untuk ditinjau.
CHOICE / 0.88
Hasil Choice contoh ini memiliki keyakinan 0.88. Geser ambang untuk melihat bagaimana aturan perutean berubah.
Hanya ilustrasi. Keyakinan bukan jaminan kebenaran; pilih ambang menggunakan data evaluasi Anda sendiri.
04 / TOOLAI
Model, kode, dan konteks—di satu tempat.
05 / FAQ
Jev mengembalikan keputusan bertipe, bukan prosa yang dihasilkan. Gunakan Jev untuk memilih kategori, menilai kondisi, atau memberi Score pada item; gunakan model generatif terpisah atau seseorang untuk menulis responsnya.
Tidak. Bahasa Inggris adalah bahasa utama dalam pelatihan Jev. Evaluasi bahasa Mandarin dan bahasa lainnya menggunakan contoh representatif dari beban kerja Anda sendiri.
Layanan resmi mengenakan biaya untuk token input; output gratis tidak berarti permintaan gratis. SDK adalah klien API, bukan bobot model yang dapat diunduh. Periksa harga dan ketentuan akses terbaru dari penyedia yang Anda pilih.
Tidak. Hasil dapat sesuai dengan tipe yang diperlukan dan tetap salah. Simpan sampel evaluasi, tinjau kasus yang tidak pasti, dan tentukan izin serta perilaku fallback dalam kode aplikasi.
Panduan terperinci ini menyertakan sumber resmi yang diperiksa pada 2026-09-25. Contoh-contohnya adalah alur kerja yang disarankan, bukan hasil kinerja yang diukur.