SCENARIO / LEADS

线索资格判断：标准与代码模板

按明确需求与求解意图筛选线索，编辑 JSON 标准、比较边界样例并运行 Python；不提供联系人挖掘或 CRM 接入。

只依据给定消息判断：具体问题和明确寻找方案支持后续核实，单纯表达兴趣不够。模板不寻找联系人、不补充客户资料，也不同步 CRM。

下方提供正例、反例和信息不足样例；固定教学答案不随编辑改变。查看完整操作指南

适合谁 需要从社区帖子中筛选需求的开发者与销售团队。

教学示例 · 非实时推理

先把判断标准说清楚

01 / 练习

选择教学样例

{
  "post": "团队有 8 个客服，每天手动分工单很慢。有没有按问题类型自动分配的工具？"
}

按上面的标准，你会如何判断？

寻找方案产品推广经验分享信息不足

展开完整样例与教学答案

{
  "post": "团队有 8 个客服，每天手动分工单很慢。有没有按问题类型自动分配的工具？"
}

既有具体困难，也有明确的工具请求；并不证明对方准备付款。

后续动作：加入待核实队列，由人判断是否适合跟进。

{
  "post": "我们刚上线自动分工单工具，欢迎试用，首月八折。"
}

作者在推广自己的工具，没有表达寻找工具的需求。

后续动作：从求助线索中排除，不自动发送消息。

{
  "post": "这个分工单的事终于有变化了。"
}

没有说明变化是什么，也没有明确求助。

后续动作：保留原文，等待更多上下文。

02 / 配置

修改材料与问题标准，生成请求配置。字段名与选项值保持英文，便于代码读取。编辑不会运行模型，也不会改变上方教学答案。

待判断材料（文本或 JSON）

字段名固定，标准与选项可修改

intent choice判断标准选项与定义（JSON，可添加或删除选项）

REQUEST.JSON

查看对应 Python 调用代码

03 / 实践

下载并解压案例代码
需要 Python 3.10+，无需第三方依赖。从包含 examples 文件夹的目录运行。
下载完整案例代码包
先运行离线教学样例
```
python -m examples.hello_jev leads --mode offline --language zh
```
这只检查本地流程，不代表模型效果；修改输入后不能继续回放旧答案。
准备好账号后，再做真实调用
在本地设置 TYPESAFE_API_KEY，配置文件保存在项目根目录。真实调用会把材料发给 TypeSafe，可能产生费用。本版尚未实测真实调用。
```
python -m examples.hello_jev leads --mode live --language zh --request request.json
```
打开官方 Playground · 查看账号与环境准备

请求字段依据官方 API 文档，核对日期：2026-09-20。 API reference