TypoSafe AI — Jef

Jef MCP

一个让模型负责决策而非生成内容的 MCP 服务。

Jef 从不生成文本。每个答案都是你提供的选项之一、1 到 10 之间的数字、是或否，或一个标记，置信度介于 84% 和 99% 之间。它读取你输入的 0 个 token，因为它会对输入进行哈希，而不是读取内容。它不存储任何内容，不产生任何费用，并且对于相同的输入，永远返回相同的答案。

这是对 TypeSafe AI 真实决策模型 Jev 的戏仿，并且在所有地方都明确标注为戏仿。如果你想了解真实的模型，我们为它写了一篇直白易懂的说明：什么是 Jev？

连接

服务已托管。无需安装、密钥或账户。

https://typosafe.lol/mcp

Claude Code：

claude mcp add --transport http jef https://typosafe.lol/mcp

任何可以读取配置文件的客户端：

{
  "mcpServers": {
    "jef": { "type": "http", "url": "https://typosafe.lol/mcp" }
  }
}

也可以在官方 MCP 注册表中以 lol.typosafe/jef 的名称查找，或在 Smithery 中以 typosafe/jef 的名称查找。

工具

工具	向它提问	返回结果
jef_yes_no	一个是非问题	YES 或 NO
jef_pick	2 到 5 个选项	其中一个选项，以及每个选项的概率
jef_score	需要评分的内容	1 到 10
jef_rank	2 到 5 个选项	按顺序排列的选项
jef_flag	描述一种行为	RED FLAG、GREEN FLAG 或 BEIGE FLAG

每个结果都包含一个 structuredContent 对象，其中有答案、置信度、每个选项的概率，以及两个比答案本身更重要的布尔值。

Agent 必须处理的两件事

escalated: true 表示问题涉及健康、伤害、金钱、法律或安全。内容为 ESCALATED TO A HUMAN，置信度为 0。请告诉对方去询问真人。不要改述问题以获取不同答案。

blocked: true 表示输入包含脏话、侮辱性词语或色情内容。内容为 NOT EVALUATED，不会存储任何内容，也不会回显任何内容。不要重试。

这两项检查都会针对规范化后的文本运行，因此可以识别 leetspeak、带点字母和拉长拼写，并且都覆盖英语、西班牙语、葡萄牙语、日语和中文。

除此之外：Jef 是一种戏仿，它的答案也刻意设计得毫无依据。请将答案呈现为自信的随意选择——这正是用户要求的——绝不要把它当作建议。

自行运行

npx jef-mcp                    # MCP over stdio, what most clients spawn

也可以从源代码运行：

git clone https://github.com/SPFreedom/jef-mcp.git
cd jef-mcp
node src/stdio.js              # stdio transport
node src/server.js             # http://localhost:8787/mcp
node test.js                   # smoke test, no network

在客户端配置中将其作为本地 stdio 服务运行：

{
  "mcpServers": {
    "jef": { "command": "npx", "args": ["-y", "jef-mcp"] }
  }
}

托管 URL 无需安装。这个版本完全离线运行，因为整个模型只有 331 行，而且什么都不读取。

零依赖。src/jef.js 就是整个模型，而 src/handler.js 则是 typosafe.lol/mcp 上运行的原样处理程序。

这个笑话为何成立

其他 MCP 服务都是对能完成实际工作的东西进行封装。这个服务封装的是一个 32 位哈希和一张查找表，并且坦承自己从不读取你的输入。它是无状态的，因此无需建立会话，也没有任何内容需要恢复——这是它在 MCP 的实现上胜过大多数服务的地方。

相关工具：npx typosafe 在命令行中使用同一个模型，退出代码就是决策结果。

Docker

docker build -t jef-mcp .
docker run -i --rm jef-mcp        # stdio, nothing exposed

构建过程会运行测试套件，因此不会生成有问题的镜像。它不会安装任何东西，因为没有东西需要安装。

许可证

MIT。这个模型只有 331 行。读一读吧。