classifier.dev

classifier.dev

零样本文本分类。输入纯文本，输出标签和经过校准的置信度。无需密钥，无需注册。每个请求最多可处理一千条文本。

curl https://classifier.dev/spam,not+spam/Win+a+free+iPhone
spam

curl "https://classifier.dev/?labels=spam,not+spam&text=Win+a+free+iPhone"   # 同一调用，查询参数形式
spam

单个 Cloudflare Worker。没有数据库，没有框架，除 esbuild 外无需构建步骤。

CLI

npm i -g classifier-dev
classify bug,feature,praise < feedback.txt

cli/ 是独立的 npm 包（classifier-dev，二进制文件为 classify）：单个无依赖的 Node 文件，针对模拟 API 运行测试（npm test），使用 semver 并有自己的 CHANGELOG，通过 npm run release patch|minor|major 发布；该命令会创建 cli-v<version> 标签，并由 .github/workflows/publish-cli.yml 负责发布（需要设置 NPM_TOKEN 仓库密钥）。它与 API 的交互方式和 curl 完全相同。

目录结构

src/index.ts    路由、验证、层级、LLM 回退链、分析
src/query.ts    GET 查询形式，使用 nuqs 读写；错误信息会建议使用的 URL
src/jev.ts      TypeSafe 的 Jev：将输入打包为请求，并读取概率
src/limiter.ts  Durable Object：按 IP 限流
src/report.ts   摘要 — Analytics Engine SQL -> Resend，标记模型回退
src/alerts.ts   每 15 分钟运行一次；仅在出现问题时发送邮件
src/feedback.ts Agent 反馈，feedback.now 协议 -> 电子邮件
src/privacy.ts  带密钥的假名：保留的信息不会指向调用者
src/cost.ts     每个请求的上游支出，来自各提供商自己的记账数据
src/docs.ts     网站（GET / 和 GET /benchmark），纯文本
src/home.ts     同样的两份文档，仅为浏览器渲染
src/ui.ts       统一外观：终端中的 Markdown
cli/            `classify` 命令，以 classifier-dev 为名发布到 npm
eval/           基准测试；引用数据前请先阅读 eval/README.md
finish-dns.sh   一次性 DNS 配置，见下文
wrangler.example.toml  Worker 配置，不含特定账户的 ID

网站

curl classifier.dev 会输出纯文本，一如既往。浏览器会发送 Accept: text/html 并获取同一份渲染后的文档 — 包含标题、括号中的链接和复制按钮 — 由 src/home.ts 提供。内容不会重复：页面会在收到请求时根据 DOCS 和 BENCHMARK 生成，因此文本保持统一，两个版本不会出现偏差。可手动使用 ?format=text 选择纯文本，两种响应都会携带 Vary: accept。

Agent 反馈

实现了 feedback.now 协议（schema 1.1），任何支持该协议的 Agent 都可以直接报告问题，无需说明操作方式：

GET  /.well-known/agent-feedback.json   此主机接受的内容
GET  /api/v1/policy                     类别、严重程度、限制
POST /api/v1/feedback                   完整的结构化报告
POST /api/v1/observations               更简短的信号
POST /api/v1/feedback/{id}/attachments  稍后补充更多证据
GET  /api/v1/receipts/{id}              是否已收到，以及内容是否有效

已接受的提交会发送到 REPORT_TO 指定的邮箱。报告会在 KV 中保留 90 天。同一 domain + surface + category + title 的重复报告会被存储并确认为重复项，但不会再次发送邮件，因此循环运行的单个 Agent 无法把收件箱塞满；每个 IP 每小时限额为 100，剩余限额会在每张回执中返回。

推荐使用 signal.category: "testimonial"。这类推荐必须包含 reporter.agent_type 和 reporter.agent_description，确保推荐附带足够的背景信息，说明受益的 Agent 类型及其工作方式。

quality_score 是根据报告完整度计算的确定性函数 — Agent 可以查看规则，下次写出更好的报告。这里不会调用分类器或 Analytics Engine：这里接收的是报告这些服务故障的消息，因此即使它们无法工作，这里也必须正常运行。

部署

合并到 main 即会触发部署。.github/workflows/deploy.yml 会进行类型检查、运行 Worker 和 CLI 测试、执行 wrangler deploy，然后请求线上服务的 /v1/health 和一次分类，因此，如果上传的 Worker 有问题，部署会在 CI 中失败，而不是等到有人在终端中发现。

手动尝试尚未合并的改动：

cp wrangler.example.toml wrangler.toml     # 只需执行一次，然后填入你自己的 ID
npx wrangler deploy

wrangler.toml 已加入 gitignore，其中保存了特定于某个 Cloudflare 账户的两个值：account_id，以及通过 npx wrangler kv namespace create STATS 返回的 STATS KV 命名空间 ID。已纳入版本控制的 wrangler.example.toml 包含其他所有内容——cron、绑定和迁移——因此部署配置保存在仓库中，只有标识符例外。

CI 没有 wrangler.toml，因此 .github/render-wrangler.mjs 会根据示例文件和三个仓库密钥生成一个文件。这样，示例文件就是实际部署配置的来源，而不是它的副本：如果只修改 wrangler.toml 中的绑定，CI 仍会部署旧配置。

部署所需的仓库密钥：

CLOUDFLARE_API_TOKEN    dash.cloudflare.com > My Profile > API Tokens >
                        Create Token > "Edit Cloudflare Workers"
CLOUDFLARE_ACCOUNT_ID   wrangler.toml 中的 account_id
STATS_KV_ID             wrangler.toml 中的 STATS 命名空间 ID
REPORT_TO               每日摘要的接收地址

通过 wrangler secret put 设置的密钥保存在 Worker 上，不会打包进脚本中，因此部署不会改动它们，CI 也无需知道这些密钥。

Worker 读取的密钥：TYPESAFE_API_KEY、AI_GATEWAY_API_KEY（Vercel 的 AI Gateway，每月提供免费额度供 Jev 使用；设置后会优先调用它，遇到拒绝请求时再由 TypeSafe 处理）、OPENROUTER_API_KEY、CONTEXT_API_KEY（context.dev，用于聊天中的网页搜索和页面读取）、RESEND_API_KEY、CF_ANALYTICS_TOKEN、REPORT_KEY、PRIVACY_SALT。使用 npx wrangler secret put NAME 添加密钥；这些密钥都不会从仓库中读取。其余密钥列在 src/index.ts 的 Env 接口中。

比较密钥时会使用 secretEquals（src/secrets.ts），绝不使用 ===：普通比较会在遇到第一个错误字节时返回，并泄露猜测正确了多少。

模型

两个层级都基于 TypeSafe's Jev 作答。它是一种决策模型，而非语言模型：接收状态和带类型的问题，并在约 150ms 内为每个选项返回校准后的概率。这种设计让 API 能做到 LLM 版本无法做到的三件事。

每次请求处理一千条输入。 状态是一个由 {id, text} 组成的数组，每条输入都有自己的问题，因此整个批次只需调用一次上游服务。文档中规定的限制是每次请求 64k 个 token；jev.ts 会按保守的预算打包，并让生成的请求一次并行运行八个。实测：端到端分类 400 条新闻标题耗时 650ms；打包 100 条输入得到的评分，与逐条发送相同。

有意义的置信度。 在 400 条六分类情绪数据中，置信度 >= 0.9 的答案有 82% 正确，而置信度低于 0.5 的答案有 29% 正确。此前模型的 logprob“置信度”将 87% 的新闻条目评为高于 0.9，其中只有 68% 答对。因此，tier: "smart" 现在的含义是：对于快速推理模型给出的单标签答案，若置信度低于 0.7，就重新提问并替换答案，同时标记 escalated: true。其他一切保持不变。模型的选择很重要：在 Jev 不确定的那些条目上，deepseek-v4-flash、qwen3.7-flash 和 mercury-2.5 的表现都不如 Jev；gemini-3.8-flash 将新闻主题准确率从 87.5% 提升到 90.0%，将情绪准确率从 61.8% 提升到 63.7%，因此采用了这条链路。前沿模型（claude-fable-5.1）的准确率为 72.3% / 90.7%，价格约为 3 倍；如果觉得这笔权衡值得，相关数据见 /benchmark。

一次完成多标签分类。 每个标签对应一个是/否问题，返回分数 >= 0.7 的标签，按最可能到最不可能排序，并附上完整的分数映射。在七案例数据集上的 F1 为 0.887，而它取代的“扫描并验证”LLM 级联为 0.799；耗时 230ms，而非 1.5s。使用推理模型重新判断候选结果反而降低了表现（且耗时 23s），因此多标签分类不受层级设置影响。

index.ts 中的 LLM 链路仍作为 TypeSafe 不可用时的回退方案；由于每条输入都需要单独调用一次，因此限制为二十条输入。摘要会报告实际作答的模型，并标记 FALLBACK；此前的主模型被上游下架后，其备用模型在数周内持续提供 F1 为 0.546 的结果，却没有任何提示。

更新列表

表单和 POST /subscribe 会通过 Resend 发送确认邮件。 API 返回 202 {"ok":true,"status":"pending_confirmation"}。在将邮件中的令牌提交到 POST /subscribe/confirm，作为 {"token":"..."}（或通过确认表单提交）之前， 不会向 newsletter 数据库写入任何内容。GET 只会呈现表单，因此邮件扫描器无法确认订阅。

令牌使用 NEWSLETTER_CONFIRMATION_SECRET 签名，有效期不超过 24 小时， 注册时绝不会返回令牌。Resend 的幂等键会在每个整点时段内对来自同一邮箱的重复请求进行去重。现有的每 IP 限制也继续适用。轮换签名密钥会使尚未过期的链接失效。

部署前请使用 npm run db:migrate 应用 migrations/postgres/。订阅者表与应用数据库共用。 现有未确认的订阅者仍保持未确认状态；不要回填 confirmed_at，也不要在他们确认前向其发送更新。确认操作或重放旧令牌都不会清除现有的退订状态。

必需的 Worker 密钥：DATABASE_URL、NEWSLETTER_RESEND_API_KEY，以及至少 32 字节的随机 NEWSLETTER_CONFIRMATION_SECRET。wrangler.example.toml 中的 NEWSLETTER_FROM 必须使用已验证的 Resend 发件域名。REPORT_TO 是回复地址，仅会在新记录确认时收到通知。

订阅者表保存邮箱、来源、注册／确认／退订日期、勾选的路线图项目（wants text[]，存储 ROADMAP 键；勾选项会随确认令牌传递，并在确认时写入）、选择更快推理时请求的延迟，以及内部 ID。表中不保存 IP、请求 ID 或分类流量。待确认的注册不会被存储。不得记录令牌和邮件服务提供商的错误响应正文。 migrations/postgres/0007_newsletter.sql 定义了该表；重复确认仅在勾选了项目时才会替换勾选项，且绝不会清除退订状态或更改首次确认日期。

发送更新时，只读取已确认且仍在订阅的收件人：

SELECT email, wants, desired_latency_ms FROM subscriber
WHERE confirmed_at IS NOT NULL AND unsubscribed_at IS NULL;

人们最先请求的内容，用于安排工作顺序：

SELECT unnest(wants) AS item, count(*) FROM subscriber
WHERE unsubscribed_at IS NULL GROUP BY 1 ORDER BY 2 DESC;

Worker 使用应用的 DATABASE_URL 存储 newsletter 和账户数据。 订阅者记录没有账户外键或 API 流量标识；共用存储不会让账户持有人自动订阅，也不会更改现有的同意状态。旧 newsletter 项目作为只读迁移存档保留。经验证的切换和恢复流程请参阅 docs/postgres-setup.md。

文案由一个常量提供——src/newsletter.ts 中的 ROADMAP。curl classifier.dev 输出的纯文本、渲染页面上的表单和 index.md 都读取该常量，因此路线图变更会同时影响这三处，或都不受影响。

Jev 长上下文

默认 Jev 和显式设置 model: "jev" 的输入如果超过 32,000 个字符，则会使用 Chonkie RecursiveChunker，将内容切分为 600 个 token 的 cl100k_base 分块；随后并行调用 Jev，筛查相关或不确定的证据（包括相反证据和例外情况）；最后按来源顺序，将所有符合条件的分块交由 Jev 处理。最终证据预算为 20,000 个 cl100k_base token，并会进行保守的提供商上下文检查。预算用尽时，符合条件的分块可能会被省略；usage.long_context 会报告筛选数量、token 数、调用次数和耗时。 这并不保证最终处理会阅读完整文档，也不保证结果始终准确。

请使用由付费余额或有效付费订阅支持的 Fast 工作区密钥；匿名访问和注册赠金不符合条件。同步限制： 所有输入的原始上下文 token 总数不超过 250,000 个，文档不超过 20 份，判定不超过 32 项，正文不超过 1 MB。零售价为每百万个原始 cl100k_base 上下文 token 收取 $0.084；无论维度或实际推理用量如何，所有输入只计费一次。 连续的空白字符或非空白字符序列长度上限为 8,192 个 UTF-16 代码单元。超长序列会在文档 token 化或分块之前返回 400 long_context_input，以限制病态输入导致的分词器工作量。 没有符合条件的证据时，会返回 422 long_context_no_evidence，且不收费。 显式设置 model: "chunklaya" 会保留其独立的旧版选择启用行为。

使用已充值的工作区密钥，通过 POST /v1/classify 发送一份完整文档，最多可包含 1,000 万个输入 token（100 MB）。使用常规 JSON 输入和标签，或发送 text/plain，并通过 labels 查询参数指定标签。大文件上传会返回 202 和 status_url；较小文档也支持 Prefer: respond-async。服务端会自动拆分、筛查、重试并完成处理。 仓库 CLI 可通过 node cli/classify.js a,b --document document.txt --json 处理上传和轮询。

完整文档的精确 token 数用于设置预留金额和 $0.084/M 费用。排队期间，源文本会以私密方式存储，并在筛查过程中逐步删除。最终由 Jev 阅读的已选证据不超过 20,000 个 token。任务完成、失败、取消或满 24 小时后，剩余源文本和证据都会被删除；失败或取消的任务会退款。结果在过期前仍可获取。

分析

每个请求都会写入一条 Analytics Engine 数据点（层级、标签集指纹、国家／地区、状态、数量、延迟）。分析数据中不会写入请求文本。

长上下文聚合数据也会写入 classifier_long_context_events，其中包含上下文／文档总数、分块筛查／选中／省略数量、各阶段输入 token 数（包括数量未知标记）、已回答的调用次数和各阶段耗时。账户事件会追加相应字段；其有序列契约见 src/server/analytics/schema.ts。 文档数和原始上下文 token 数只计一次；分块和阶段计数器会在不同维度的处理过程中累加。专用数据集中不会写入文档文本或调用方标识符。

每个请求也会记录我们的成本：OpenRouter 在收到询问时会返回调用费用；Jev 则按其报告的输入 token 数，并按照 eval/bench.py 为基准测试定价的费率计费。支出会累计在每请求计量器（src/cost.ts）中，并写入 double3。该列在上线后才添加，因此在该次部署之前的数据中显示为 0。

cron 会在 15:00 UTC 查询该数据，并通过 Resend 发送摘要。

告警

一个独立的 cron 每十五分钟运行一次，除非触发告警，否则不会发出通知。它只监控关联了操作的条件：Jev 密钥被拒绝、Jev 无响应（备用链会静默接手，这种情况确实发生过）、5xx 比率、智能层级升级失败（耗尽的 OPENROUTER_API_KEY 会出现这种情况）、平均延迟、相较于过去一天的支出激增，以及流量完全停止。4xx 会被忽略——那是扫描器在探测 /wp-admin，不属于故障。

Jev 额度。 TypeSafe 不提供余额端点——它的 API 只有 /v1/systemone 和 /v1/models，没有其他端点——因此没有可供监控的余额数字。作为替代，检查程序每十五分钟使用密钥调用 /v1/models，并报告 TypeSafe 返回的内容：如果该端点返回 401、402 或 403，就表示额度用尽、密钥已撤销或密钥错误，并会发出严重告警，引用 TypeSafe 自身的消息，而不是猜测每种状态码代表什么。由于它会主动探测，而不是等待流量到来，因此即使主机处于空闲状态，也能在任何调用者遇到备用链之前触发；即使 Analytics Engine 宕机，它也会继续运行。

每种情况开始时发送一封邮件，持续期间每六小时再发送一次，解除时再发送一次；状态存储在 KV 的 alert: 下。阈值位于 src/alerts.ts 顶部的 T 对象中。

curl -H "authorization: Bearer $REPORT_KEY" https://classifier.dev/alerts
curl -H "authorization: Bearer $REPORT_KEY" "https://classifier.dev/alerts?demo=1&send=1"

第一条命令会预览，不发送邮件，也不更改状态；第二条命令会通过实际流程发送一封示例邮件，以验证投递正常。

随时预览摘要，不发送邮件：

curl -H "authorization: Bearer $REPORT_KEY" https://classifier.dev/report

Jev 提供商的尝试记录会通过 JEV_AE 单独存储在 classifier_jev_attempts 中，包括已恢复的故障、重试和网关冷却期间的跳过记录。报告会列出每个提供商的状态、原因、次数和平均延迟；即使通知被抑制，/alerts 仍会显示当前事件。现有的 15 分钟告警检查会在任一提供商至少有三次尝试失败，且失败率超过 5% 时发出警告。次数会考虑 Analytics Engine 的采样。不会存储任何输入文本、调用者标识符或上游消息。成功的简单分类器和多标签分类器名称会在单独的聚合 KV 记录中保留 90 天，其中不含调用者或源文本字段。其带密钥的指纹也会出现在每次请求的分析数据中，使运维人员能够在这些假名化记录中查询标签名称。

wrangler.example.toml 中的 AI_GATEWAY_DISABLED = "true" 会让生产环境直接使用 TypeSafe；这是因为网关在 9 月 19 日反复返回 429。网关密钥会保留。若要恢复优先使用网关的路由，请确认网关容量正常，在示例配置和本地配置中将此变量改为 "false"，然后部署。重新启用后，请检查提供商尝试记录和实时 API 测试。

请求头是唯一的访问入口。查询字符串会进入访问日志、浏览器历史记录，以及之后点击的任何链接的 Referer 请求头中，因此已移除 ?key=。添加 ?send=1 才会真正发送邮件。

Cloudflare 的 Analytics Engine SQL 是 ClickHouse 的精简子集——不支持 uniq()、SELECT DISTINCT，而单独使用 SELECT col ... GROUP BY col 也会被拒绝。因此，去重计数会使用 SELECT col, count() ... GROUP BY col，并对返回的行计数。每条查询都会单独执行，因此单条查询失败不会导致整份报告空白。

隐私

该数据集中的两列曾用于标识调用方：IP 地址，以及合并并转换为小写的标签集。现在这两列都经过密钥哈希处理（src/privacy.ts），因此统计数据仍能计算不同调用方和不同分类器的数量，但无法反推出地址或某人的措辞。调用方哈希还会使用 UTC 日期，因此明天就会变成不同的值——这就是为什么 7d 或 30d 内的独立调用方数量实际上统计的是调用方日数。

设置一次密钥，并像对待其他密钥一样将其保密：

npx wrangler secret put PRIVACY_SALT     # 32 random bytes

轮换密钥会重新编号所有指纹，因此轮换前后的独立计数会重复计算。密钥会依次回退到 ADMIN_SIGNING_KEY、REPORT_KEY，然后是每个 isolate 随机生成的值，因为对 IPv4 地址或常见标签集进行无密钥哈希，几秒钟内就能反推出原值。

评估

npm run bench                 # 多标签，7 个用例：jev 与任意 OpenRouter 模型
npm run single -- --dataset emotion --backend jev
npm run single -- --dataset ag_news --backend openrouter:qwen/qwen3.7-flash
python3 eval/escalate.py --dataset emotion     # 智能层带来的收益

single.py 首次运行时会下载 AG News 和 dair-ai/emotion 的测试行，并将原始结果缓存到 eval/data/results/，以便 escalate.py 合并后端结果，而不必再次付费。eval/README.md 列出了注意事项。

速率限制

按 Durable Object 中的 IP 地址限流，按分类次数计数：fast 为每分钟 3,000 次、每天 20,000 次；smart 为每分钟 200 次、每天 2,000 次。

我们尝试并否决了另外两种方案：

• Cloudflare 的原生 ratelimit 绑定可以正常注册，但计数从未递减（对 60 次的限制发起 70 次调用，全部返回 success: true）。
• KV 会在边缘缓存且最终一致，因此这一秒写入的计数器对下一次读取不可见——每个请求都看到 remaining: 59。

Durable Object 是单线程且强一致的，这正是计数器所需要的。已在原本每分钟 60 次的限制下验证：75 个请求 -> 60 个返回 200，15 个返回 429。

DNS

域名在 Porkbun 注册；Worker 部署在 Cloudflare 上。Cloudflare Workers 自定义域名要求区域托管在 Cloudflare，而这里的两个 API 令牌都没有 zone.create 权限，因此其中一步需要手动完成：

1. https://dash.cloudflare.com -> 添加域名 -> classifier.dev -> Free 套餐
2. ./finish-dns.sh — 读取分配的名称服务器，通过 Porkbun API 将 Porkbun 指向这些服务器，并将 Worker 绑定到根域名和 www。

Agent 技能

npx skills add https://classifier.dev

该技能通过 RFC 8615 well-known 发现机制从此域名提供，因此无需经由代码仓库：

src/SKILL.md                          技能文件，以 Text 模块打包
GET /skill.md                         资源文件
GET /.well-known/agent-skills/index.json   发现入口，schema v0.2.0

索引必须包含资源文件的 sha256 值，而索引与文件内容不一致会导致技能无法安装。为了避免提交的摘要在之后编辑时被悄悄作废，src/skill.ts 会在每个 isolate 中对实际提供的字节计算一次哈希。因此，编辑 SKILL.md 就够了，无需更新其他内容。

该技能讲解了 API 宣传中容易忽略的一点：你本身已经是模型，可以对所有可见内容进行分类，因此调用该工具的理由不是能力，而是上下文——无需阅读 40 条搜索结果，就能将其筛选到 6 条。

测试中碰到两个问题，因此文档特别说明了它们。Cloudflare 会在请求到达 Worker 之前拦截 Python 标准库 urllib 的 User-Agent 并返回 403，因此示例会显式设置 User-Agent。此外，应告诉筛选器“拿不准时就保留”：在一个包含 10 条片段的研究筛选测试中，这让保留的有效信息从 4/6 提升到 6/6，且没有增加噪声；添加第三个“可能相关”标签则毫无作用。

发现入口

GET /openapi.json               OpenAPI 3.1，也可通过 /.well-known/openapi.json 访问
GET /llms.txt                   面向 Agent 的简短索引，由 robots.txt 链接
GET /benchmark                  准确率、成本和延迟的实测数据

GET / 的第三段中链接到了这两者，因此 Agent 阅读着陆页时就能立即找到它们。

已知问题：Cloudflare 托管的 robots.txt

启用该区域后，Cloudflare AI Crawl Control 会在 /robots.txt 前置一个托管规则，禁止 GPTBot、ClaudeBot、CCBot、Google-Extended、Bytespider、Amazonbot 和 meta-externalagent 抓取。Worker 自身的 robots.txt 会附加在其后，无法覆盖该规则。

这会阻止用于训练的爬虫，而不会阻止运行时 API 使用者——任何 Agent 仍然可以调用 API。但这确实会让文档无法进入未来模型的训练数据，不利于被发现。更改 dash.cloudflare.com -> classifier.dev -> AI Crawl Control -> Security 中的开关后，设置并未保留，因此可能需要在套餐级别进行更改或联系支持团队。

运营方 Agent 访问权限

对于运营方自有的大批量 Agent 任务，请设置专用的 AGENT_API_KEY Worker 密钥，并通过 Authorization: Bearer ... 发送。分类配额不设上限，但推理使用独立的运营方每日 $2 额度（OPERATOR_DAILY_USD），由多个 IP 共享，并采用与免费使用相同的请求和并发限制。它既不消耗也不会扩大匿名额度，也不能替代 ENTERPRISE_API_KEY。CLI 可通过 CLASSIFY_API_KEY 或 CLASSIFIER_API_KEY 接受该密钥。此密钥不能用于访问私有报告或管理功能。请将其保存在被忽略的密钥文件中；切勿交给公共客户端。未进行身份验证的流量仍受匿名配额限制。

对于已安排大批量配额的预付费工作区密钥，请将 API_KEY_RATE_LIMIT_MULTIPLIERS Worker 密钥设置为一个 JSON 对象，其中将每个密钥的 SHA-256 十六进制摘要映射到一个整数倍数（1–1,000）。覆盖设置只会提高该密钥的准入配额；账户计数器、余额扣费、模型容量限制和其他密钥均保持不变。移除对应条目即可恢复套餐配额。

查找分类代码

领域术语定义见 CONTEXT.md。

模块	职责
src/index.ts	HTTP 验证、配额、模型选择、智能升级、回退和响应格式化。
src/jev.ts	Jev 问题与答案、共享批次预算和恢复机制、网关/直连传输以及提供方验证。
src/dimensions.ts	维度定义，以及输入–维度决策与 Jev 问题之间的双向映射。

普通分类和维度分类都使用相同的 Jev 批处理模块。 问题组是恢复机制会整体保留的最小请求单元： 普通分类中，一个输入的问题；维度分类中，一个决策。 批次准备会将共享输入文本只计算一次，检查两个提供方的预算，并在维度分类扣除配额前运行。执行过程会限制并发请求，并在问题组之间拆分超大批次。

在 src/jev.ts 中更改提供方预算和恢复机制；在 src/dimensions.ts 中维护维度含义。通过 jevClassify 和 Worker HTTP 接口测试提交的请求和返回的分类结果，不要依赖内部打包实现。

多维度

POST /v1/classify 也接受 items 和 dimensions：

{
  "items": ["Checkout charges me twice"],
  "dimensions": {
    "team": ["billing", "identity", "platform"],
    "urgency": {
      "labels": ["immediate", "normal", "low"],
      "instructions": "Active financial harm is immediate."
    },
    "kind": ["bug", "request", "question"]
  }
}

每个 results[i].dimensions[name] 都包含自己的标签、置信度、分数、模型和延迟。Jev 会在条目与维度问题之间共享状态，同时兼顾两者的上下文限制。智能升级针对每个字段单独执行，并会清除原始分数；Jev 不可用时，仅对最多 20 个决策进行回退。API 最多接受 20 个维度和 1,000 个决策，每个决策都会计入配额。classify_dimensions MCP 工具使用相同路径。

分析数据新增了 blob9（单项／多项／多维度）、double6（成功处理的输入条目数）、double7（维度数）、double8（不确定或未评分的字段数）和 double9（由回退处理的字段数）。double1 统计成功决策数。维度配置使用键控指纹，不会逐字存储。管理面板会单独查询维度流量，包括失败和调用方天数。现有的告警 cron 会在一小时内维度请求中 5xx 错误达到 3 次或以上、且占维度请求的比例超过 10% 时发出告警；任何维度回退使用也会触发告警。

使用 Node 22.18+ 运行 npm run test:e2e，并连接真实生产 API；也可以将 CLASSIFIER_BASE_URL 设为预发布环境的源站。这些是使用 node:test 编写的具名 TypeScript 测试，会发起真实的 HTTP 请求并调用模型，不使用 fetch 或推理模拟。共享 IP 配额用尽时，可将 CLASSIFIER_API_KEY 设为已授权的密钥；该设置为可选项。测试套件会使用推理，并计入常规配额。

测试会检查 300 个决策的确切结果和排序、每个字段允许的标签与概率分布、真实的智能升级、提供方分数保留情况、别名、验证错误、MCP、OpenAPI 和旧版调用。 响应最初被视为 unknown，经过验证后才会转换为类型化矩阵。 智能测试要求确实发生升级；如果模型漂移导致所有测试样例都被判定为高置信度，测试会失败，而不会静默跳过推理提供方。

npm run typecheck 会检查 Worker 和 TypeScript 实时测试。部署 CI 会在发布后运行实时测试套件；npm test 仍保持离线运行。故障注入测试仍位于 test/dimensions.test.ts 和 test/dimensions-observability.test.ts。

可从 GitHub Actions 手动运行 live API tests 工作流（或运行 gh workflow run e2e.yml），在不部署 Worker 的情况下检查生产环境。