Connector-Anleitung7 Minuten Lesezeit6 MCP-Tools7 Sprachen

Jev MCP Server: TypeSafe Jev in Claude, ChatGPT und jedem Agent nutzen

Gib Claude, ChatGPT, Cursor oder Codex das Entscheidungsmodell Jev: Ja/Nein, Klassifizierung und Scoring mit Wahrscheinlichkeiten in rund 300 ms.

HCVom HelpCode-TeamAktualisiert 7 Min. Lesezeit Open Source auf GitHub

Keine Kreditkarte · 7 Tage Test · Self-Hosting-Alternative verfügbar

any ai client · Jev by TypeSafe
Use Jev to triage these four tickets: urgent or not, which team, and how frustrated the customer is.
AI
Ruft aufjev_playbookjev_ask
Payouts failing for 3 days: urgent 0.88, billing, very frustrated. App crashes on every PDF upload (German): urgent 0.90, technical, very frustrated. Annual-plan discount: urgent 0.02, sales. Thanks for the webinar: urgent 0.01, no team needed. No answer fell in the unsure band; handle the crash and the payouts first.
jev_playbookjev_yes_nojev_classifyjev_ratejev_ask+ mehr
  • 7 Tage kostenlos
    Keine Kreditkarte nötig
  • DSGVO & SOC 2 ready
    EU-Datenhaltung, Audit-Logs
  • Open Source auf GitHub
    Open-Source · AGPL-3.0
  • Funktioniert mit ChatGPT, Claude, Gemini
    Jeder MCP-kompatible Client

Echte Prompts, die nach 4 Minuten Einrichtung funktionieren.

Kopiere sie in deinen KI-Client, sobald der Connector installiert ist. Die Tools unter jedem Prompt ruft der Agent selbst auf.

“Use Jev to decide which of these emails need a reply today and show only the ones above 0.8.”
jev_yes_no
“Classify these tickets into billing, technical, sales or none with Jev and list the low-confidence ones.”
jev_classify
“Rate these five leads from 0 (no fit) to 3 (ideal) with Jev against our customer profile.”
jev_rate
“Ask Jev whether each pair of supplier records describes the same company.”
jev_ask

Installation überspringen. In unter 2 Minuten einsatzbereit.

Starte eine kostenlose Testphase auf cloud.anythingmcp.com, füge Jev by TypeSafe mit einem Klick hinzu und richte deinen KI-Client (Claude, ChatGPT, Copilot oder Cursor) auf den erzeugten MCP-Endpoint. Kein Docker, kein git clone, keinerlei Entwicklungserfahrung nötig.

Kostenlos testen

Zusammenfassung

Gib Claude, ChatGPT, Cursor oder Codex das Entscheidungsmodell Jev: Ja/Nein, Klassifizierung und Scoring mit Wahrscheinlichkeiten in rund 300 ms.

Frag einfach

Beispiel-Prompts für Jev by TypeSafe

Klick auf einen Prompt, um ihn zu kopieren. In Claude, ChatGPT, Cursor, Gemini, Copilot oder OpenClaw einfügen — und gegen diesen Connector laufen lassen.

Jev by TypeSafe · live via MCP
Teilen
Opus 4.7

Claude ist KI und kann Fehler machen. Bitte Antworten gegenprüfen.

Jev als MCP-Server

Kurzfassung: Installiere den Jev Connector auf AnythingMCP mit deinem TypeSafe API-Key und füge AnythingMCP dann als Remote-MCP-Server zu deinem AI-Client hinzu. Claude, ChatGPT, Cursor, Codex oder Gemini können dann jede Ja/Nein-, Klassifizierungs- oder Scoring-Entscheidung an Jev übergeben und bekommen in rund 300 ms eine Zahl mit Wahrscheinlichkeiten zurück. Auf deinem Laptop läuft nichts, und es funktioniert in claude.ai und ChatGPT im Web.

Jev ist das erste System-One-Modell von TypeSafe, erschienen im September 2026. Es schreibt keinen Text. Du gibst ihm Evidenz (den state) und typisierte Fragen, und es beantwortet jede mit einer Wahrscheinlichkeit, einer Option oder einem Score. Damit ist es das richtige Werkzeug für die kleinen Urteile, die ein Agent ständig trifft, und das falsche für alles, was Fließtext braucht.

Was Jev beantwortet

FragetypDu definierstJev liefertTypischer Einsatz
Ja/Nein (noul)die zu prüfende Bedingungdie Wahrscheinlichkeit, dass die Antwort Ja istist das dringend, ist das Spam, beantwortet diese Antwort die Frage
Auswahl1 bis 255 Optionen, jede mit einer kurzen Beschreibungdie wahrscheinlichste Option, eine Wahrscheinlichkeit pro Option, eine KonfidenzRouting, Labeling, Intent, den besten Datensatz auswählen
Score2 bis 10 geordnete Stufen, die niedrigste zuersteinen Score ab 0, eine Wahrscheinlichkeit pro Stufe, eine KonfidenzSchweregrad, Lead-Fit, Stimmung, Qualität

In unseren Tests antwortete Jev in 220 bis 430 ms pro Aufruf. Abgerechnet werden nur Input-Tokens (etwa $0.042 pro Million); ein typischer Aufruf hat 300 bis 520 Tokens, eine einzelne Entscheidung kostet also etwa zwei Tausendstel Cent.

Jev vs Claude oder GPT direkt fragen

Das Chatmodell fragenJev über den Connector fragen
Antwortein Satz, den der Agent interpretieren musseine Zahl oder eine Option aus deiner Liste
Unsicherheitversteckt in der Formulierung („scheint ziemlich dringend“)explizit: 0.52 heißt unsicher, 0.97 heißt klar
GeschwindigkeitSekunden, und es belegt Kontext des Chatmodells0.2 bis 0.4 s, parallel für viele Fragen
KostenTokens des Chatmodells$0.042 pro Million Input-Tokens, Output kostenlos
Konsistenzkann sich mit der Formulierung änderngleiche Frage, gleiche Skala, bei jedem Datensatz

Das Chatmodell behält die Kontrolle: Es entscheidet, was gefragt wird, liest die Wahrscheinlichkeiten und handelt. Jev trifft die eng umrissene Entscheidung.

So richtest du es ein

Schritt 1: TypeSafe API-Key besorgen

Melde dich bei console.typesafe.ai an und erstelle einen API-Key. Was Jev verarbeitet, bezahlst du direkt an TypeSafe.

Schritt 2: Jev auf AnythingMCP installieren

  1. Erstelle einen Workspace auf AnythingMCP Cloud (7 Tage kostenlos) oder nutze dein self-hosted AnythingMCP.
  2. Öffne Connectors, suche Jev by TypeSafe, klicke auf Installieren und füge den Key in TYPESAFE_API_KEY ein. AnythingMCP prüft den Key mit einem kostenlosen Aufruf und speichert ihn verschlüsselt.
  3. Für Clients, die einen API-Key nutzen (alles außer claude.ai und ChatGPT), erstelle einen unter MCP Servers → dein Server → API keys.

Schritt 3: Verbinde deinen AI-Client

Jeder Client verbindet sich mit derselben MCP-Server-URL: https://cloud.anythingmcp.com/mcp. claude.ai und ChatGPT melden sich mit OAuth an; die anderen senden deinen MCP API-Key im X-API-Key-Header.

Die Tools

ToolWas es macht
jev_playbookWie man Jev gut einsetzt: Fragetypen, State, Wahrscheinlichkeiten lesen, Konfidenzschwellen. Kostenlos, kein API-Aufruf.
jev_yes_noEine Ja/Nein-Frage, liefert yes_probability
jev_classifyEine Auswahl aus Optionen, die du definierst, liefert choice, probabilities und confidence
jev_rateEin Score über geordnete Stufen, liefert score, legend, probabilities und confidence
jev_askMehrere Fragen beliebigen Typs zur selben Evidenz in einem Aufruf
jev_list_modelsModellnamen, die dein Key nutzen kann (jev-latest, jev-preview, fixierte Versionen)

Alle Tools sind schreibgeschützt: Jev liest die Evidenz, die du übergibst, und ändert nichts.

Was passiert, wenn du fragst

Wir haben Claude vier Support-Tickets gegeben und es gebeten, sie mit Jev zu triagieren: Dringlichkeit, zuständiges Team und Frustration auf vier Stufen. Claude las jev_playbook, machte pro Ticket einen jev_ask-Aufruf mit je drei Fragen und legte seine Schwellenwerte fest, bevor es die Antworten ansah.

TicketDringend (P Ja)TeamFrustration (0 bis 3)
"My payouts have been failing for 3 days and my suppliers are waiting."0.88billing3
"Do you offer a discount for annual plans? Just curious."0.02sales0
"Die App stürzt bei jedem PDF-Upload ab, seit gestern Abend. Wir können nicht arbeiten!"0.90technical3
"Thanks for the great webinar last week :)"0.01none0

Jeder Aufruf dauerte 0.3 bis 0.4 Sekunden. Claude markierte das erste Ticket als das, das seinem „unsicher“-Bereich am nächsten lag, und bearbeitete das deutsche Ticket, ohne es zu übersetzen.

Prompts zum Ausprobieren

  • „Entscheide mit Jev, welche dieser 20 E-Mails heute eine Antwort brauchen, und zeig mir nur die über 0.8.“
  • „Ordne jedes dieser Support-Tickets mit Jev billing, technical, sales oder none zu und liste die auf, bei denen die Konfidenz unter 0.6 liegt.“
  • „Bewerte diese fünf Leads mit Jev von 0 (passt nicht) bis 3 (idealer Kunde) anhand unseres Idealkundenprofils unten.“
  • „Frag Jev, ob diese beiden Kundendatensätze dasselbe Unternehmen beschreiben.“
  • „Prüfe mit Jev, ob diese Antwort die Frage des Kunden wirklich beantwortet, bevor ich sie abschicke.“

Jev mit deinen Geschäftsdaten

Da Jev als ein Connector unter mehreren auf demselben AnythingMCP-Server läuft, kann der Agent Datensätze mit einem Connector abrufen und sie im selben Chat mit Jev beurteilen: Tickets aus deinem Helpdesk, Leads aus deinem CRM, Aufträge oder Kundendatensätze aus deinem ERP. Die Daten gehen nur als state der gestellten Frage an TypeSafe.

Grenzen

  • Nur Text. Keine Bilder, kein Audio, keine Dateien; wandle sie zuerst in Text um.
  • Größe. Bis zu 32k Tokens für die Evidenz plus die längste Frage, 64k pro Request.
  • Sprachen. Auf Englisch ist Jev am genauesten. Deutsch und Italienisch funktionierten in unseren Tests gut; bei anderen Sprachen achte auf die Konfidenz.
  • Keine Begründung. Jev liefert Wahrscheinlichkeiten, keine Erklärungen. Um eine Grenzfall-Antwort zu prüfen, stelle engere Ja/Nein-Fragen zur konkreten Evidenz.
  • Rechnen und Datumsangaben. Jev liest wörtlich. Lass das Chatmodell zählen und Daten vergleichen und übergib das Ergebnis als Fakt.
  • Rate Limits legt TypeSafe pro Account fest, derzeit 1200 Requests pro Minute.

FAQ

Funktioniert Jev in claude.ai und ChatGPT, nicht nur in Coding Agents? Ja. AnythingMCP ist ein Remote-MCP-Server mit OAuth, du fügst ihn also in claude.ai als eigenen Connector oder in ChatGPT als App im Entwicklermodus hinzu. Auf deinem Computer muss nichts laufen.

Was kostet es? Jev wird von TypeSafe pro Input-Token abgerechnet, etwa $0.042 pro Million, Output kostenlos. Eine typische Entscheidung braucht 300 bis 520 Tokens. Der Connector selbst kostet nichts extra: AnythingMCP Cloud kannst du 7 Tage kostenlos testen, danach ab 19 € im Monat, und self-hosted AnythingMCP ist kostenlos.

Braucht mein Team den TypeSafe-Key? Nein. Der Key wird einmal verschlüsselt auf dem AnythingMCP-Server gespeichert. Teammitglieder verbinden sich mit ihrem eigenen Login mit dem Server und sehen ihn nie, und jeder Aufruf wird protokolliert.

Kann ich es selbst hosten? Ja. AnythingMCP ist Open Source (AGPL-3.0) und läuft mit Docker Compose. Der Jev Connector ist Teil des integrierten Katalogs.

Versteht Jev Deutsch oder Italienisch? Es kommt damit zurecht, und unsere deutschen und italienischen Testfälle kamen korrekt und mit hoher Konfidenz zurück. Englisch bleibt am genauesten; bei anderen Sprachen behalte die Konfidenzwerte im Blick.

Was ist der Unterschied zu den Jev MCP-Servern auf GitHub? Die laufen lokal neben einem Coding Agent, und jede Person konfiguriert ihren eigenen Key. Der AnythingMCP Connector läuft auf einem Server, funktioniert in Web-Clients wie claude.ai und ChatGPT, wird von einem Team mit einem Key geteilt und lässt sich mit deinen anderen Connectors kombinieren.

Siehe auch

War dieser Guide hilfreich?

Dein Jev by TypeSafe-Agent ist nur einen Klick entfernt.

Connector installieren, Schlüssel einfügen, deinen KI-Client fragen. 7 Tage kostenlos, keine Kreditkarte.

Verwandte Anleitungen

Connectors

Jev in ChatGPT nutzen: Das Entscheidungsmodell von TypeSafe über MCP

Füge TypeSafe Jev als App im Entwicklermodus zu ChatGPT hinzu: ChatGPT gibt Ja/Nein, Klassifizierung und Scoring an Jev ab, Antwort in rund 300 ms.

Connectors

Jev in Claude nutzen: Das Entscheidungsmodell von TypeSafe als Connector

Verbinde TypeSafe Jev in Minuten mit claude.ai und Claude Desktop: Claude gibt Ja/Nein, Klassifizierung und Scoring an Jev ab und bekommt Wahrscheinlichkeiten.

Connectors

Jev by TypeSafe mit Cursor verbinden — über MCP

Schnelle, günstige Ja/Nein-, Klassifizierungs- und Bewertungsentscheidungen für KI-Agenten mit Jev, dem System-One-Modell von TypeSafe: typisierte Antworten mit kalibrierten Wahrscheinlichkeiten in etwa 300 ms statt eines Absatzes zum Auswerten.

Connectors

Jev by TypeSafe mit Gemini verbinden — über MCP

Schnelle, günstige Ja/Nein-, Klassifizierungs- und Bewertungsentscheidungen für KI-Agenten mit Jev, dem System-One-Modell von TypeSafe: typisierte Antworten mit kalibrierten Wahrscheinlichkeiten in etwa 300 ms statt eines Absatzes zum Auswerten.

Connectors

Support-Tickets mit Jev in Claude triagieren: Dringlichkeit, Team und Ton

Ein getestetes Rezept: Claude stellt TypeSafe Jev drei typisierte Fragen pro Ticket und bekommt Dringlichkeit, Team und Frustration mit Wahrscheinlichkeiten.

Connectors

Google Ads MCP Server: Google Ads mit Claude, ChatGPT und jedem Agent

Frag Claude oder ChatGPT nach deinen Google Ads: Kampagnen, Suchbegriffe, Qualitätsfaktor, Budgets, Conversions. Nur lesend, ohne Entwickler-Token.