Jev模型响应格式怎么处理兼容-人工智能-PHP中文网

jev模型响应天然结构化，字段稳定、类型明确、无需后处理；固定含model、answers、usage三层json结构，支持choice/score/noul三类问题类型，兼容typesafe/vercel sdk及社区实现。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

jev模型响应格式怎么处理兼容

Jev 模型的响应格式天然结构化，不需要解析文本、不依赖正则或 JSON 提示词兜底，兼容性主要体现在字段稳定、类型明确、无需后处理三个层面。

响应结构固定，可直接解码为对象

Jev 的输出始终是标准 JSON，顶层包含 model、answers 和 usage 三个字段：

model：返回实际调用的模型版本（如 "jev-1.13.0"）
answers：每个问题的结构化结果，按请求中 questions 的 key 组织
usage：仅含 input_tokens（输出 token 恒为小整数，不计费）

所有字段名和嵌套路径完全确定，例如：

{
  "model": "jev-1.13.0",
  "answers": {
    "处理部门": {
      "type": "choice",
      "choice": "退换货",
      "confidence": 1.0,
      "probabilities": {"账单": 0.0, "退换货": 1.0, "物流": 0.0}
    }
  },
  "usage": {"input_tokens": 423}
}

你只需用语言原生的 JSON 解析器（如 Python 的 json.loads()、JS 的 JSON.parse()）即可安全读取，无须容错清洗。

三种问题类型对应明确的字段组合

不同 type 的响应体结构一致，但关键字段略有差异，适配逻辑清晰：

LilyFM

一款AI音频处理工具，主要用于AI播客生成工具，一键将网页文章转换成播客，适合需要提升相关任务效率的用户。

下载

Choice 类型
必含 choice（选中的字符串）、probabilities（各选项概率映射）、confidence（整体置信度）
Score 类型
必含 score（浮点数，如 4.2）、probabilities（各档位概率，如 {"1星": 0.02, "2星": 0.08, "3星": 0.15, "4星": 0.6, "5星": 0.15}）、confidence
Noul 类型
必含 noul（0–1 浮点数），不返回 confidence 或 probabilities（因仅两个可能值，概率已隐含）

代码中可按 answers[key].type 分支处理，无需猜测字段是否存在。

兼容旧 SDK 或自建客户端只需改 base_url

TypeSafe 官方 SDK（如 @typesafe/ai-sdk）和 Vercel AI SDK 都支持 Jev。若你已在用 TypeSafe 的早期 SDK：

保持原有调用方式（传 state + questions）
只需将 base_url 从 https://api.typesafe.ai 换成本地部署地址（如 http://localhost:3000）
或切换到 Vercel AI Gateway 的 endpoint（https://gateway.vercel.com/v1/systemone），模型 ID 改为 typesafe-ai/jev

Kev 等社区实现也严格复刻 /v1/systemone 接口，响应字段、状态码、错误格式（如 400 带 error.message）完全对齐，零迁移成本。