Jev 联网搜索 API：AI 识别搜索意图，按相关度重排序结果
用自然语言发起请求，TypeSafe 的 Jev 模型识别意图、选择引擎和时间范围，再按相关度对所有结果重排序，然后才交给你的 Agent。
接口
传入一句自然语言请求，返回一份重排序后的来源列表。意图识别、引擎路由和相关度打分都由 TypeSafe 的 Jev 模型完成。
从请求中得出搜索关键词和时间范围。
从 12 个引擎中选最多 5 个并行搜索。
逐条打分，过滤不相关结果。
适合用于
LLM Agent 工具 / RAG 检索 / 社区调研
一次调用完成意图识别、引擎路由和重排序
用 Search API 时，引擎和关键词由你的代码决定；Ask 把这些决策交给 API。像“开发者这个月怎么评价 Bun 1.3”这样的请求通常会被路由到 Hacker News、Reddit、X 和通用网页搜索引擎，并限定一个月；“投机解码的最新论文”会被路由到 arXiv。所有引擎的结果都会按请求重新打分，所以你的 LLM 读到的是切题的来源，而不是各个引擎各自排在前面的结果。
AI 意图识别
TypeSafe 的 Jev 模型读取请求，确定搜索关键词和时间范围；也可以用 time_range 自行指定时间范围。
智能引擎路由
Jev 为 Google、Reddit、Hacker News、GitHub、arXiv、X、YouTube 等 12 个引擎打分，选择最多 5 个并行搜索；也可以用 sources 自行指定。
AI 结果重排序
Jev 为每条结果的相关度打分，低于 0.5 的结果被过滤，重复结果被合并，每条结果保留相关度分数。
固定 5 积分，含模型调用
每次完成的请求固定消耗 5 积分，与搜索了几个引擎无关；没有任何引擎完成时不扣费。
什么是 TypeSafe Jev，Ask 为什么用它？
Jev 是 TypeSafe AI 的 System One 模型。它不生成文本，而是用校准过的概率回答类型化的问题，因此很适合做搜索决策。每次请求，Ask 会向 Jev 提出一组类型化的问题：哪个候选关键词最贴合用户本意（对 IMDb 这类目录型引擎，还会选出准确的名称）、12 个引擎各自与请求的匹配程度、请求是否隐含时间范围。这些答案决定意图识别和引擎路由。搜索完成后，再让 Jev 判断每条返回结果是否在讲用户问的主题，这个概率就是用于重排序和过滤的相关度分数。因为 Jev 返回的是决策而不是文字，Ask 不会自己编写答案。Ask 是 Search1API 的产品，通过 TypeSafe 的 API 调用 Jev（故障时回退到 Cloudflare Workers AI 上的同一模型），不是 TypeSafe 官方产品。
Ask 定价
Ask 按完成的请求固定收取 5 积分，搜一个引擎还是五个引擎都一样，Jev 模型调用费用已包含在内。部分引擎失败、其余完成时，失败会列在 errors 中，请求照常计费。没有任何引擎完成时返回 502，不扣费。新账号自带 100 免费积分，可以调用 20 次 Ask。
每次请求固定 5 积分，已包含模型调用。
没有任何引擎完成（HTTP 502）时不扣费。
注册即送 100 免费积分——无需信用卡即可调用 20 次。
需要 API Key；每个账号每分钟最多 30 次请求。
一次 Ask 请求如何运行
用自然语言发起请求，TypeSafe 的 Jev 模型识别意图、选择引擎和时间范围，再按相关度对所有结果重排序，然后才交给你的 Agent。
意图识别：Jev 选出搜索关键词，给每个引擎打匹配分，并判断时间范围。sources 和 time_range 可以覆盖这些选择。
并行搜索：从 Google、DuckDuckGo 到 Reddit、GitHub、arXiv、YouTube，最多 5 个引擎同时搜索。
AI 重排序：Jev 给每条结果打相关度分，低于 0.5 的被过滤，重复结果合并，按相关度排序返回。
适合场景
Jev 联网搜索 API：TypeSafe Jev 识别意图、路由到合适的引擎，并按相关度对每条结果重排序
只想给 LLM Agent 配一个搜索工具：把用户问题原样传入，拿回重排序后、可直接引用的来源。
选对来源比结果数量更重要的 RAG 检索。
每个问题所需来源都不同的调研与监控，覆盖 Reddit、Hacker News、X、GitHub 和 arXiv。
常见问题
什么是 Jev 联网搜索？
Jev 联网搜索是由 TypeSafe 的 Jev 模型驱动的联网搜索：你用自然语言提问，Jev 决定搜什么关键词、去哪些引擎搜、限定多长时间，再给每条结果打相关度分并重排序。Ask 把这套流程做成了一个 API。
Ask 如何识别搜索意图？
Ask 会向 TypeSafe 的 Jev 模型提出类型化的问题：哪个关键词最合适、每个引擎有多大可能有用、请求是否隐含时间范围。引擎按这些概率选择，最多 5 个。响应中的 intent 字段会列出实际使用的关键词、引擎和时间范围。
Ask 如何对结果重排序？
Jev 会给每条结果打一个 0 到 1 的分数，判断它是否在讲请求的主题。低于 0.5 的结果被过滤，跨引擎的重复结果被合并，其余按分数排序。每条结果都保留 relevance 分数，你可以按更严格的阈值再筛一遍。这个分数是模型判断，不代表事实核查。
什么时候用 Ask，什么时候用 Search？
知道要找什么、但不确定该去哪里找时用 Ask。已经确定引擎和关键词，需要该引擎自身的排序、过滤、翻页或 Deep Search 正文时用 Search。
Ask API 消耗多少积分？
每次完成的 Ask 请求固定消耗 5 积分，与搜索了几个引擎无关，Jev 模型调用已包含在内。没有任何引擎完成时返回 502，不扣费。
Ask 会直接生成答案吗？
不会。Ask 返回带标题、链接、摘要和相关度分数的重排序结果，由你自己的 LLM 阅读和引用，不生成总结或答案。
Ask 会把哪些数据发送给 Jev 模型？
为了做意图识别和打分，你的请求以及返回结果的标题和摘要会发送给 Jev 模型（经 TypeSafe 的 API，故障时经 Cloudflare Workers AI）。搜索本身由 Search1API 执行。
可以通过 SDK 或 MCP 使用 Ask 吗？
暂时不行。请使用 API Key 通过 HTTP 调用 POST /ask。官方 SDK、CLI 和 MCP 服务器尚未支持 Ask，也不支持按次付费（pay-per-request）。