Spring AI TypeSafe 集成了 TypeSafe AI 的 Jev API，为 AI 应用提供快速、低成本且结构化的决策组件。它绕过传统的提示模板和 JSON Schema 解析，转而提供一个客户端，接收状态和类型化的问题，并返回结构化的答案。该系统处理三种基本问题类型：Noul（用于是/否）、Choice（用于选择选项）和 Score（用于在评分标准上进行排序）。这些基本类型返回精确值、概率和置信度，从而实现细粒度的评估。该服务专为速度和成本效益而设计，在基准测试中，其性能和价格均显著优于典型的聊天模型调用。这使得在 AI 管道的各个阶段进行检查成为可能。核心思想是在代码中组合原子问题，使服务能够针对单一状态观测并行处理这些问题。这一能力在 LLM-as-a-Judge 场景中得到了体现，其中 JevJudge 可依据特定标准和阈值构建，以评估模型输出。置信度分数提供了额外的信息维度，表明答案基于其分布的确定性程度。JevSelfRefineAdvisor 利用该判断系统实现自我修正循环，在未达到标准时，根据反馈重试模型调用。此外，JevGuardrailAdvisor 充当安全层，对预定义的危险对用户输入和模型输出进行筛查。它不进行重试，而是根据严重程度进行阻止或标记。该系统的输出是结构化的，提供分类、分数和决策，而不生成散文。TypeSafe AI 的基本类型包括：Noul（是/否，返回 0 到 1 之间的真值）、Choice（选择一个选项，返回所选标签、所有选项的概率以及置信度）和 Score（在有序评分标准上定位，返回连续值及相关概率）。为这些基本类型提供选项描述和清晰的指令，可显著提升性能和置信度。该项目作为 Maven Central 启动器提供，可配合 Spring Boot 使用，也可独立使用。