Package Information
Available Nodes
Documentation generating…
Documentation
@marcmeese/n8n-nodes-jev
n8n Community Nodes für Jev von TypeSafe: Ja/Nein-Fragen, Klassifizieren und Bewerten mit kalibrierten Wahrscheinlichkeiten – und Items direkt danach verzweigen. Jev ist ein spezialisiertes Entscheidungsmodell; ein zusätzliches LLM ist nicht nötig.
Credential „Jev API“
| Feld | Beschreibung |
|---|---|
| Connection | Direct (TypeSafe) oder LiteLLM Proxy |
| Base URL | Nur direkt: Root-URL der API, Default https://api.typesafe.ai |
| Proxy URL | Nur LiteLLM: Root-URL des Proxys, z. B. http://litellm:4000 (ohne /v1). |
| API Key | TypeSafe-Key (direkt) bzw. LiteLLM-Virtual-Key (Proxy). Wird als Authorization: Bearer … gesendet. |
Über LiteLLM (ab 1.104.2): Das Plugin ruft den nativen Decisions-Endpunkt POST <proxy>/v1/systemone auf, nicht mehr die /typesafe-Pass-through-Route. Jev muss dafür als Deployment in der model_list stehen; im Node wird der model_name gewählt (hier jev), nicht die TypeSafe-Version. Damit greifen Routing, Rate-Limits (rpm/tpm), Kosten und Budgets des Proxys.
model_list:
- model_name: jev
litellm_params:
model: typesafe/jev-1.13.0
api_key: os.environ/TYPESAFE_API_KEY
model_info:
mode: evaluation
Das Modell-Dropdown lädt GET <proxy>/v1/model/info und zeigt die Deployments mit mode: evaluation (gibt es keine, alle). Der Credential-Test ruft GET …/v1/models auf.
Nodes
| Node | Funktion |
|---|---|
| (Jev) Yes/No | Eine Ja/Nein-Frage. Ergebnis: answer (yes/no/uncertain) und probability. Mit Branch Outputs gehen Items an die Ausgänge Yes / No / Uncertain. |
| (Jev) Classify | Wählt eine Option aus deiner Liste (Name + optionale Beschreibung, 2–255). Ergebnis: choice, confidence, uncertain, probabilities. Mit Branch Outputs ein Ausgang pro Option plus Uncertain. |
| (Jev) Score | Bewertet auf 2–10 geordneten Stufen. Ergebnis: score (kann zwischen Stufen liegen), level/levelLabel (nächste Stufe), confidence, probabilities, legend. |
| (Jev) Ask Multiple | Mehrere Ja/Nein-, Choice- und Score-Fragen in einem Aufruf – per Formular oder als questions-JSON im API-Format. Ergebnis: answers unter den Frage-IDs. |
| (Jev) List Models | Verfügbare Modelle und Aliase (über LiteLLM: Modelliste des Proxys) |
Gemeinsame Parameter
- State Source: Text, JSON oder das ganze Eingabe-Item – der Inhalt, den Jev bewertet.
- Model: direkt aus
/v1/modelsgeladen, Defaultjev-latest. Für stabile Schwellen eine feste Version (z. B.jev-1.13.0) per Expression setzen. Über LiteLLM denmodel_namedes Proxys wählen (z. B.jev); die Version legt dann die Proxy-Config fest. - Schwellen: Yes/No mit Yes From / No Up To (dazwischen unsicher), Classify mit Min Confidence. Startwerte konservativ wählen und mit eigenen Daten nachjustieren (Confidence).
- Options → Output Field (Default
jev): Das Ergebnis landet dort im Original-Item, zusammen mitmodel(Version, die geantwortet hat) undusage. - Options → Max Retries (Default 3): Wiederholungen bei 429/529,
retry-afterwird beachtet. - Continue On Fail wird unterstützt.
Als Tool für den AI Agent
Yes/No, Classify, Score und Ask Multiple lassen sich als Tool an einen AI Agent hängen (im Agent als „(Jev) Yes/No Tool“ usw.). Im Tool-Modus gibt es keine Verzweigung; der Agent bekommt das Ergebnis-JSON.
Fragen funktionieren auf Englisch am besten; andere Sprachen gehen, aber auf die Konfidenz achten.
Entwicklung
npm install
npm run build # tsc + Icons
npm test # node --test gegen dist/
npm run lint
JEV_API_KEY=… npm run test:live # live gegen TypeSafe
JEV_API_KEY=<LiteLLM-Key> JEV_PROXY_URL=http://litellm:4000 npm run test:live
Veröffentlicht wird über .github/workflows/n8n-jev.yml, sobald die Version in package.json erhöht und auf main gepusht wird.




