🎯 给 Agent 安装 Typesafe AI (Jev 模型)
在本教程中,我们将手把手教你如何为你的 AI Agent 安装 Typesafe 并配置 Jev 模型。 无论你是开发交易机器人、内容生成 Agent,还是自动化工作流,Typesafe 都能帮你更规范、更可靠地调用 AI API。
官网:https://console.typesafe.ai/home
充值工具:免费申请万事达/Visa借记卡教程
📌 一、Typesafe 是什么?有什么用?
Typesafe 是一个轻量级的 AI SDK,专为 Agent 设计。它提供了:
- 🔹 类型安全的 API 调用 — 像调用普通函数那样调用 AI 模型,自动处理参数验证和返回结构
- 🔹 统一的模型接入 — 支持 OpenAI、Anthropic、Google 等多种提供方,切换模型不需要重写代码
- 🔹 Jev 模型支持 — Typesafe 集成了 Jev 模型,可直接通过 SDK 调用
- 🔹 自动重试 & 容错 — 内置重试机制,网络波动不用担心
- 🔹 简单的配置 — 一个 API key + pip install,几分钟就能跑起来
🌟 优点
⚡
快速上手
pip 一条命令 + env 配置,比直接写 HTTP 请求简单太多
pip 一条命令 + env 配置,比直接写 HTTP 请求简单太多
🛡️
类型安全
pydantic 验证所有输入输出,避免烦人的运行时错误
pydantic 验证所有输入输出,避免烦人的运行时错误
🔁
多模型兼容
添加新的模型提供方非常容易,未来扩展不受限
添加新的模型提供方非常容易,未来扩展不受限
🛠️ 二、安装方法
前置条件
- Python 3.11+
- pip 可用
- 有一个 API key(用于访问 Typesafe 服务或 Jev 模型)
Step 1: 创建虚拟环境
# 进入你的项目目录 cd /www/stack # 创建虚拟环境 python3.11 -m venv .venv # 激活环境 source .venv/bin/activate
Step 2: 安装 typesafe-sdk
pip install typesafe-sdk
安装成功后,会自动带上依赖:pydantic(类型验证)、httpx2(HTTP 客户端)、tenacity(重试机制)等。
Step 3: 配置 API Key
创建一个 .env 文件在项目根目录:
TYPESAFE_API_KEY=你的 API Key
或者导出为环境变量:
export TYPESAFE_API_KEY="你的 API Key"
📖 三、使用指南
基础用法:调用 Jev 模型
import os
from typesafe import TypesafeClient
# 从环境变量读取 API Key
api_key = os.getenv("TYPESAFE_API_KEY")
# 初始化客户端
client = TypesafeClient(api_key=api_key)
# 调用 Jev 模型
response = client.chat.complete(
model="jev",
messages=[
{"role": "user", "content": "介绍一下你自己"}
]
)
print(response.choices[0].message.content)
Agent 模式:流式对话
from typesafe import TypesafeClient
client = TypesafeClient(api_key="你的 API Key")
# 流式输出,适合 Agent 实时反馈
with client.chat.stream(
model="jev",
messages=[{"role": "user", "content": "帮我分析 BTC 价格趋势"}]
) as stream:
for chunk in stream:
print(chunk.choices[0].delta.content or "", end="", flush=True)
高级用法:结构化输出
from typesafe import TypesafeClient
from pydantic import BaseModel
class TradeSignal(BaseModel):
symbol: str
action: str # "buy" or "sell"
confidence: float
client = TypesafeClient(api_key="你的 API Key")
response = client.chat.complete(
model="jev",
messages=[{"role": "user", "content": "分析 ETH 近期走势,给出交易建议"}],
response_format=TradeSignal
)
signal = response.parsed
print(f"Symbol: {signal.symbol}, Action: {signal.action}, Confidence: {signal.confidence}")
在 Agent 系统中集成
将 Typesafe 客户端作为 Agent 的工具(tool)注册:
from typesafe import TypesafeClient
class MyAgent:
def __init__(self, api_key):
self.client = TypesafeClient(api_key=api_key)
def query(self, prompt: str) -> str:
'''Agent 的核心查询方法'''
response = self.client.chat.complete(
model="jev",
messages=[{"role": "user", "content": prompt}]
)
return response.choices[0].message.content
# 使用示例
agent = MyAgent(api_key="你的 API Key")
result = agent.query("讲解一下 Hyperliquid 网格交易策略")
print(result)
✅ 四、验证是否安装成功
source /www/stack/.venv/bin/activate
python -c "from typesafe import TypesafeClient; print('✅ Typesafe 导入成功!')"
如果输出 ✅ Typesafe 导入成功!,说明安装无误。
接着可以用小测试脚本确认 API key 是否有效(参考上面的基础用法)。
📋 快速参考卡
| 安装命令 | pip install typesafe-sdk |
| API Key | TYPESAFE_API_KEY(存在 .env 或环境变量) |
| 模型名 | jev |
| 客户端类 | TypesafeClient |
| 激活环境 | source /www/stack/.venv/bin/activate |
🎉 就这样,你的 Agent 已经装上 Typesafe 并连接上 Jev 模型啦!
有问题欢迎在 opcgrow.org 留言讨论~
评论区
0 条评论 · 评论需审核通过后显示
发表评论