Sáltate la instalación. Funcionando en menos de 2 minutos.
Inicia una prueba gratuita en cloud.anythingmcp.com, añade Jev by TypeSafe con un clic y apunta tu cliente de IA (Claude, ChatGPT, Copilot o Cursor) al endpoint MCP generado. Sin Docker, sin git clone, sin experiencia de desarrollo.
Resumen
Decisiones rápidas y baratas de sí/no, clasificación y puntuación para agentes de IA con Jev, el modelo System One de TypeSafe: respuestas tipadas con probabilidades calibradas en unos 300 ms, en lugar de un párrafo que interpretar.
Prueba a pedir
Prompts de ejemplo para Jev by TypeSafe
Haz clic en un prompt para copiarlo. Pégalo en Claude, ChatGPT, Cursor, Gemini, Copilot u OpenClaw para ejecutarlo contra este conector.
Claude es IA y puede equivocarse. Verifica siempre las respuestas.
💡 ¿Sin instalación? Usa cloud.anythingmcp.com directamente. Inicia sesión, pulsa Connectors → Jev by TypeSafe, pega tus credenciales, genera una MCP API key — listo. Sin Docker, sin
git clone, sin servidor local.
Jev by TypeSafe + Gemini
Decisiones rápidas y baratas de sí/no, clasificación y puntuación para agentes de IA con Jev, el modelo System One de TypeSafe: respuestas tipadas con probabilidades calibradas en unos 300 ms, en lugar de un párrafo que interpretar.
Requisitos previos
Las instrucciones de configuración completas están incluidas en el conector (visibles en el store al seleccionarlo). Las variables de entorno requeridas:
TYPESAFE_API_KEY
Paso 1 — Obtener credenciales
Jev is a decision model, not a chat model. You give it state (the evidence) and one or more typed questions; it returns a number or an option with probabilities in about 300 ms. It never writes text. Use it when an agent needs a judgment it can branch on: is this urgent, which team owns it, how risky is it, does this reply answer the question, is this record a duplicate.
Start with jev_playbook. It costs no API call and explains how to phrase questions, what to put in state and how to read the probabilities.
Setup: create an API key at https://console.typesafe.ai and paste it into TYPESAFE_API_KEY. Jev is billed per input token (about $0.04 per million), output is free.
…(continued in the in-app connector instructions)
Paso 2 — Instalar el adapter
curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d
Paso 3 — Añadir el conector en Gemini
Gemini CLI lee servidores MCP desde ~/.gemini/settings.json (o %APPDATA%\gemini\settings.json en Windows). Añade:
{
"mcpServers": {
"anythingmcp": {
"httpUrl": "https://cloud.anythingmcp.com/mcp",
"headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
}
}
}
- Obtén tu MCP API key desde AnythingMCP → MCP Servers → tu servidor → API keys.
- Guarda el archivo y reinicia
gemini. - Ejecuta
/mcpen la Gemini CLI —Jev by TypeSafedebería aparecer como disponible. - Vertex AI Studio: pasa
https://cloud.anythingmcp.com/mcpal arraytoolsde tu petición con el mismo header Bearer.
Herramientas disponibles
| Tool | What it does |
|---|---|
jev_playbook | START HERE: returns, with NO API call, how to use Jev well: which question type to pick, how to structure state, how to write the question… |
jev_yes_no | Ask Jev ONE yes/no question about some evidence |
jev_classify | Ask Jev to pick ONE option from a set you define (routing, labelling, intent, triage) |
jev_rate | Ask Jev to place the evidence on an ordered scale you define (severity, lead fit, quality, sentiment) |
jev_ask | Full Jev API: ask SEVERAL typed questions about the same state in one call (answered in parallel, state billed once) |
jev_list_models | List the Jev model names your API key can use in the model field (aliases such as jev-latest and jev-preview, with release dates) |
FAQ
¿Gemini 1.5 Pro o 2.x soportan MCP? Sí — Gemini CLI ≥ 0.4 y la API de tools de Vertex AI aceptan conectores MCP httpUrl con header Bearer.
Siguientes pasos
¿Te ha sido útil esta guía?
