一行代码调用ClefJev/SystemOne /v1/systemone兼容API实战指南【免费下载链接】clef项目地址: https://ai.gitcode.com/hf_mirrors/Cloudflare/clefClef 是 Cloudflare 开源的 27B 多模态决策模型它的 API 与 Jev / SystemOne 的POST /v1/systemone接口完全兼容。你只需要一行代码调用 joint_schema_model.py 中的systemone()函数传入一段状态描述 问题清单即可拿到每个问题所有选项的概率——无自由文本生成也无需解析任何输出。 一句话理解其他大模型输出看起来像答案的文本Clef 直接输出每个选项的概率。一、Clef 是什么为什么叫决策模型Clef 从 Qwen3.8-27B 后训练而来见 README.md架构由两部分组成组成作用对应文件主干BackboneQwen3.8-27B 语言模型 视觉编码器支持文本、JSON、图片、视频输入model-00001-of-00012.safetensors 等 12 个分片 model.safetensors.index.json联合 Schema 头Joint Schema Head把状态中的证据路由到每个问题一次前向同时给所有问题的所有选项打分joint_head.safetensors joint_head_config.json它的核心工作流只有三步读取state一段文本、JSON、图片甚至视频读取questions带类型和允许选项的问题清单在单次前向传播中为每个问题的每个选项输出一个 logitsoftmax 后即概率没有逐 token 生成、没有 JSON 解析、没有幻觉文本——这正是/v1/systemone兼容 API 存在的意义用一次调用完成整个决策。二、快速上手一行代码调用 systemone API环境准备官方在单卡 H200 上测试通过依赖如下图片/视频输入还需pillowpip install torch2.11.* transformers5.10.2 huggingface_hub pillow第 1 步下载并加载模型import sys from huggingface_hub import snapshot_download path snapshot_download(Cloudflare/clef) sys.path.insert(0, path) from joint_schema_model import load_release_model, systemone model, processor load_release_model(path, devicecuda)load_release_model会自动加载主干权重、联合 Schema 头配置见 joint_head_config.json以及分词器与处理器tokenizer.json、processor_config.json。第 2 步一行调用核心response systemone(model, processor, { model: clef, state: Our checkout started returning errors and orders are blocked., questions: { department: { type: choice, instructions: Which team should handle the message?, criteria: {billing: Payments or invoices, technical: Bugs or outages}, }, urgency: {type: score, criteria: [Can wait, This week, Today]}, outage: {type: noul, instructions: Is a service down?}, }, }) print(response[answers])就这一行Clef 会对 3 个问题联合决策并返回完整答案。请求体、响应体与 Jev/SystemOne 的/v1/systemone接口格式一致可以直接替换掉原有的 Jev / SystemOne 端点调用。三、三种题型noul、choice 与 scorequestions中每个问题都有固定的type答案字段也因此确定实现见 joint_schema_model.py 的systemone_answer题型含义criteria 格式返回字段noul是 / 否 判断题可选true/false 描述noul为真的概率choice多选一选项 ID → 描述 的映射choiceconfidence 各选项probabilitiesscore有序量表从 0 开始索引的选项描述列表期望scoreconfidencelegendprobabilities响应体顶层只有三个字段model、按问题 ID 索引的answers、以及usage含input_tokens/output_tokens。四、请求与响应字段速查请求体Request字段必填说明model✅模型名原样回显state✅任意字符串或 JSON描述待决策的情境questions✅问题 ID → 问题 的映射至少 1 个images/videos❌图片PIL或视频帧数组支持多模态输入instructions❌省略时使用问题 ID 作为指令响应体Responsemodelanswers含置信度与全部选项概率usage。完整示例可对照 README.md 的 Jev / SystemOne API 一节。五、多模态输入让 Clef 看图片和视频除了纯文本state还可以配合images/videos传入图片与视频帧record { state: {task: Review the attached receipt.}, images: [Image.open(receipt.jpg)], questions: { legible: {type: noul, instructions: Is the receipt total legible?}, }, }纯文本记录和多模态记录可以在同一个 batch中混合处理对批量场景非常友好。六、性能参考根据 README.md 中的 Decision Index 0.2.1 基准与 Jev、Clef-flash 等模型同榜对比Clef 在多项业务决策任务上领先例如基准ClefJevBFCLcase exact accuracy98.595.8BANKING77macro-F194.279.7ContractNLImacro-F181.471.7CRUXEvalaccuracy86.773.0中位延迟209.3 ms524.1 ms在端到端工作流评估中Clef 的发票处理精确动作得分64.7Jev 为 61.8、安全事件精确动作62.9均为最高。对延迟敏感的场景可关注更小的 Clef-flash 变体中位延迟仅 38.8 ms。七、常见问题 FAQQ1输入长度有限制吗默认最大 16,384 tokensencode_record还可通过max_state_tokens单独限制 state 长度防止超长输入撑爆上下文。Q2Clef 和 Clef-flash 怎么选Clef 是 27B 全尺寸版本本仓库精度最高Clef-flash 是更小更快的变体延迟低一个数量级适合高吞吐在线服务。Q3可以本地部署吗许可证是什么可以。权重为标准分片 safetensorsApache-2.0 许可LICENSE可自由商用。若偏好 git 方式获取git clone https://gitcode.com/hf_mirrors/Cloudflare/clefQ4和直接调 LLM 输出 JSON 相比优势在哪单次前向出全部答案无逐 token 延迟输出天然结构化且带概率无需正则/JSON 解析也不存在生成非法 JSON的风险。总结兼容性强请求/响应与 Jev、SystemOne 的/v1/systemone完全一致可无缝替换调用极短加载后一行systemone(model, processor, request)即完成决策输出可信每个选项都带概率和置信度天然支持阈值策略与审计多模态原生文本、JSON、图片、视频均可作为 state 输入核心入口只有一个文件joint_schema_model.pysystemone函数位于 第 547–576 行配合 README.md 的输入格式表10 分钟即可跑通你的第一个决策请求。【免费下载链接】clef项目地址: https://ai.gitcode.com/hf_mirrors/Cloudflare/clef创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考