识别场景
用 Choice 问题按场景分类，让审核流程进入不同分支。
Jev 图像预览
向 Jev 提问，了解图片内容
上传一张 PNG 或 JPEG，描述你要判断的任务，查看结构化答案或归一化边界框。
实验性图像与 Box 能力 · 支持 PNG/JPEG · Jev 预览模型
响应
结构化响应
target_presenttrue · 0.92
target.boxtop · left · right · bottom
confidence0.88
Noul、Choice 或 Box 答案
图像证据
从真实视觉问题看 Jev 的回答
场景、物体和有趣的视觉状态，展示 Jev 可以检查的证据类型。
检查图片状态
用 Noul 问题判断物体或视觉标记是否出现，再决定是否继续流程。
找到视觉细节
让 Jev 在图片中寻找你关心的物体、区域或具体细节。
Jev Image 能做什么
输入
一张 PNG 或 JPEG 图片
问题
用自然语言描述的视觉任务
输出
Noul、Choice 或 Box 答案
模型
Box 预览使用 jev-preview
状态
TypeSafe 实验性能力
访问
使用站点 API Key 打开工作台
如何使用 Jev Image
- 01
上传图片
选择清晰的 PNG 或 JPEG，文件会经由站点服务器发送给提供方。
- 02
描述任务
提出一个具体问题，例如截图里是否有按钮，或主要按钮在哪里。
- 03
查看答案
读取结构化答案、置信度和 Box 边界，并将结果接入自己的流程。
实用的视觉判断
寻找界面元素
在截图中定位按钮、徽章或菜单，并返回归一化位置。
检查图像条件
用 Noul 判断文档、物体或标记是否存在，再决定是否继续流程。
分类场景
用 Choice 的自定义类别匹配审核队列或自动化分支。
这个图像流程的不同之处
重点是答案形状：视觉请求可以变成小而可检查的决策对象。
结构化视觉答案
围绕 Noul、Choice 和 Box 字段构建流程，无需解析长段落。
归一化 Box 坐标
边界是图片宽高的比例，可在任意显示尺寸上绘制。
拆成小问题
把复杂视觉任务拆成简单检查，明确处理不确定性。
Jev Image 请求事实
| 端点 | 通过站点 BFF 调用 POST /jev/image |
|---|---|
| 格式 | image/png 和 image/jpeg |
| 模式 | analyze 与 box |
| Box 模型 | jev-preview / Jev 1.14 预览 |
| Box 答案 | top、bottom、left、right、confidence |
| 图片限制 | 上传前由服务端校验 |
Jev Image 常见问题
Jev Image 是什么？
Jev Image 是一个独立的在线接口，用于向 Jev 发送 PNG 或 JPEG 和视觉问题，并返回可检查的结构化答案。
Jev Box 是什么？
Jev Box 是预览问题类型，返回目标在图片中的 top、bottom、left、right 比例位置。
Box 能判断目标不存在吗？
Box 总会返回坐标，应同时请求 Noul 判断目标是否存在，并在目标缺失或置信度低时忽略 Box。
这是 TypeSafe 官方网站吗？
不是。Jev Image 是独立的第三方接口；TypeSafe AI 是 Jev 的开发者。
可以上传哪些图片？
首版每次接受一张 PNG 或 JPEG，服务端会先校验类型和大小。
图像和 Box 能力稳定吗？
TypeSafe 将它们描述为实验性功能。请用自己的图片测试，并保留人工或应用级兜底。