最快用Python SDK三步调用：安装typesafe-sdk、配置TYPESAFE_API_KEY环境变量、编写jev_demo.py调用client.system_one()传入state和questions获取结构化结果。
☞☞☞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☜☜☜
直接用 Python SDK 最快，三步就能跑通调用。
安装 SDK 并配置密钥
终端执行：
- pip install typesafe-sdk —— 安装官方 Python 包
- 在代码运行环境里设置环境变量：TYPESAFE_API_KEY=your_api_key_here（API Key 在 typesafe.ai 注册登录后获取）
- 不建议硬编码密钥，推荐用
.env文件配合python-dotenv加载
写几行调用代码
新建一个 jev_demo.py，内容如下：
提示词大师-python版
下载
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 导入 client：
from typesafe import Client - 初始化：
client = Client() - 准备输入：
state = "9月23日，某公司发布新模型，称代码能力提升30%，但未公开测试数据" - 定义问题（支持 Choice/Score/Noul 混合）：
questions = [{"type": "Choice", "options": ["可信", "存疑", "虚假"], "name": "可信度判断"}, {"type": "Noul", "name": "需人工复核"}] - 发起请求：
result = client.system_one(state=state, questions=questions) - 打印结果：
print(result)—— 返回是结构化字典，含各问题的 answer、confidence、probabilities
调试与验证小技巧
刚上手时建议：
立即学习“Python免费学习笔记（深入）”；
- 先用官网 Playground（jevai.dev）跑通同一组 state + questions，对比输出格式
- 遇到 401 错误，优先检查
TYPESAFE_API_KEY是否拼错或过期 - 返回中
confidence < 0.7的问题，可单独记录日志用于后续优化选项设计 - 若需批量处理，
state支持传入列表，client.system_one会自动批量化，无需手动循环
不需要改模型、不用搭服务、不碰 Docker，只要能跑 Python 脚本，就能立刻用上 Jev 做结构化判断。
