在 Claude Code 中使用 Jev 和 Laya：官方 Skill、MCP 与配置

Claude Code、Codex 这类编程 Agent 可以把 System One 模型当作一个快速的决策层：不必为每个小判断（这个改动要不要补测试？哪个文件相关？任务算完成了吗？）都消耗大模型 token，而是发出类型化问题、拿回概率。本文介绍两种做法：通过 TypeSafe 官方 agent skill 使用托管的 Jev API，以及通过 MCP 在本地免费使用 Laya。

	Jev（TypeSafe）	Laya（本地）
Claude Code 怎么接入	官方 agent skill（Claude Code 插件）	MCP 服务：`laya-mcp-server` 或 ollaya
运行位置	托管 API，需要 API Key	本机运行，不需要 Key
费用	每百万输入 token 0.042 美元	免费（Apache 2.0）
适合	在自己的应用里编写 Jev 集成；追求最高准确率	Agent 内部的私有、离线或高频检查

在 Claude Code 中使用 Jev：TypeSafe 官方 skill

TypeSafe 发布了一个 MIT 许可证的 agent skill，教编程 Agent 如何基于 Jev 开发。以 Claude Code 插件的方式安装：

claude plugin marketplace add typesafe-ai/skills
claude plugin install typesafe@typesafe-ai

Codex 等其他 Agent 运行 npx skills add typesafe-ai/skills --skill typesafe-ai，然后选择你的 Agent。在 Claude Code 里可以直接用 /typesafe:typesafe-ai 调用，或者在提示词里说"use the TypeSafe skill"。TypeSafe 建议从一个头脑风暴式的提示词开始，比如："Using the TypeSafe skill, explore the project and find opportunities for using intelligent judgement to stand in for complex parsing or other fragile code."（用 TypeSafe skill 浏览项目，找出可以用智能判断替代复杂解析或脆弱代码的地方。）

来源：TypeSafe agent skill 文档和 typesafe-ai/skills 仓库。

这个 skill 改变了什么

不加引导时，编程 Agent 往往一次只问 Jev 一个问题，还会凭猜测编写字段名。这个 skill 让 Agent 换一个顺序工作：

先读最新文档：在写代码之前，先读 TypeSafe 的文档索引和 API 或 SDK 参考，而不是凭记忆。
从应用行为出发：先想清楚应用要展示、选择或转交什么，再倒推需要哪些判断。规则、计算和精确查找留在代码里。
设计范围明确的判断：每个问题只问一件事，把需要的上下文放进 state；可能都不匹配时，加一个"都不是"的选项。
独立的问题放进同一次请求：针对同一段 state 的问题会并行评估，应该合并成一次调用。
最后由代码决定：结合概率和置信度，用在自己数据上测过的阈值来行动；拿不准的交给人工或更大的模型。

为什么要合并成一次请求

Jev 按输入 token 计费，共享的 state 每次请求只读一次。在 TypeSafe 的 parallel questions cookbook 里，针对同一份文档的 13 个问题合并成一次调用，比分 13 次调用便宜 12.2 倍、快 10 倍，答案完全一样。

该用哪种题型

你需要	题型	返回
从给定选项里选一个	`choice`	选中的选项、每个选项的概率、置信度
判断某个条件是否成立	`noul`	答案为"是"的概率
在有序量表上定位	`score`	期望档位、每一档的概率、置信度

三种题型和价格的详细介绍见 Jev 是什么？

在 Claude Code 中使用 Laya：本地、免费

Laya 能在你自己的硬件上回答同类问题，Claude Code 通过 MCP 与它交互。

方式一：Laya 官方 MCP 服务

laya 包自带一个 MCP 服务，提供 4 个工具：laya_predict、laya_route、laya_preset 和 laya_status。

pip install "laya[mcp]"
claude mcp add laya -e LAYA_DEVICE=cpu -- laya-mcp-server

它会预加载英文版和多语言版 checkpoint。有 GPU 或 Apple Silicon 的 Mac，可以改用 LAYA_DEVICE=cuda 或 mps。更多选项见自托管 Laya。

方式二：ollaya

ollaya 用 Ollama 运行大模型的方式来运行 Laya 等开源决策模型，并通过 MCP 提供给 Agent：

curl -fsSL https://ollaya.dev/install.sh | sh
claude mcp add ollaya -- ollaya mcp
npx skills add ollaya-dev/ollaya --skill ollaya-decisions

ollaya-decisions skill 会告诉 Agent 什么时候、怎么调用这些模型。

Agent 里该用 Laya 还是 Jev？

选 Laya：判断比较简单（选项不多）、数据必须留在本地，或者 Agent 要做成千上万次检查。
选 Jev：最看重准确率、选项很多或输入不是英文，或者你是在给产品做集成。在我们的 System One 基准测试里，开箱即用时 Jev 明显更准，而 Laya 在本地 10–50 毫秒就能出结果。

给编程 Agent 用的 Laya skill

yanng-laya-skill 是一个非官方的社区 agent skill（MIT 许可证），对 Laya 的作用和 TypeSafe 官方 skill 对 Jev 的作用一样：教 Agent 什么判断该交给 Laya、怎么写出 Laya 答得好的问题、怎么用 answer_confidence 设阈值，以及怎么处理选项多和非英文的情况。它由本站作者编写，并用 Laya 0.3.20 实测过。

claude plugin marketplace add xiaoyanng/yanng-laya-skill
claude plugin install yanng-laya-skill@yanng-laya-skill

其他 Agent 用 npx skills add xiaoyanng/yanng-laya-skill --skill yanng-laya-skill。配合上面的 MCP 服务一起用，Agent 就能直接调用 Laya。

社区项目

项目	作用
quicksilver	把批量判断交给 Jev 的 Claude Code skill；自报在它的 12 个任务测试中节省 86% 的 Claude token
claude-x-jev	让 Claude Code 通过 OpenRouter 调用 Jev，做排序、检查、打分和核验
claude-jev	把 Jev 的 choice、noul、score 题型以 MCP 服务提供给 Claude Code
omp-laya-judge	给 oh-my-pi 编程 Agent 用的本地 Laya 裁判（MCP 服务 + skill）

数据来自各项目自己的说明。更多见 Laya 集成和 Laya 项目。

在 Claude Code 中使用 Jev 和 Laya：官方 Skill、MCP 与配置

在 Claude Code 中使用 Jev：TypeSafe 官方 skill

这个 skill 改变了什么

为什么要合并成一次请求

该用哪种题型

在 Claude Code 中使用 Laya：本地、免费

方式一：Laya 官方 MCP 服务

方式二：ollaya

Agent 里该用 Laya 还是 Jev？

给编程 Agent 用的 Laya skill

社区项目

常见问题

Jev 有官方的 Claude Code skill 吗？

这个 skill 需要 API Key 吗？

能在 Claude Code 里免费使用 Laya 吗？

Laya 能配合 Cursor、Codex 或 Claude Desktop 使用吗？

相关阅读