@N01ennn: 这是宝藏:12个将Jev整合到真实AI工作的开源仓库,总计550.7k星。Jev决策,你的LLM编写。…
摘要
一条推文列出了12个将Jev整合到AI工作的开源GitHub仓库,总计超过550k星,涵盖浏览器代理、本地模型和交易工具。
查看缓存全文
缓存时间: 2026/09/27 15:24
这是极好的:12个将Jev接入真实AI工作的开源仓库,总星标数达550.7k。Jev决策,你的LLM生成文本。这些仓库正是这种分工已然实现之处:
agents > browser-use/jev-ultrafast (~20.3k):Jev选择下一个操作 + DOM元素,小型LLM仅负责输入文本。苏黎世到伦敦的机票查询约7秒完成 http://github.com/browser-use/jev-ultrafast… > awlevin/typesafe-computer-use (~978):macOS计算机操控,OCR读取屏幕,Jev选择下一次点击 http://github.com/awlevin/typesafe-computer-use…
本地决策模型 > jaredpalmer/kev (~7.1k):基于Qwen的类Jev模型,采用相同的/v1/systemone接口格式 http://github.com/jaredpalmer/kev > mizorewww/laya-mlx (~6.4k):Laya - 主流开源类Jev引擎,在Apple芯片上运行 http://github.com/mizorewww/laya-mlx… > TheoLeeCJ/SemIf-OpenJev (~4.3k):基于冻结开源模型的本地语义条件判断,并非TypeSafe项目 http://github.com/TheoLeeCJ/SemIf-OpenJev… > contrastive-lm/clm (~1.3k):开源System One模型,提供Choice/Noul/Score API http://github.com/contrastive-lm/clm… > vinnylarouge/jevlike (~1.3k):用于训练自定义类Jev模型的社区工具链 http://github.com/vinnylarouge/jevlike…
上下文与技能 > tamaratran/fast-jev-compaction (~6.9k):Claude Code插件,Jev可选择保留、丢弃或截断工具结果而非总结上下文 http://github.com/tamaratran/fast-jev-compaction… > typesafe-ai/skills (~2.2k):TypeSafe为Claude Code和Codex提供的官方技能库 http://github.com/typesafe-ai/skills…
交易 > jarrodwatts/jev-trader (~2.4k):每个Monad区块执行一次Jev买卖决策 http://github.com/jarrodwatts/jev-trader…
资源集合 > yibie/awesome-jev (~1.7k):最全面的Jev项目与讨论地图 http://github.com/yibie/awesome-jev… > Anil-matcha/awesome-jev-by-typesafe (~851):用例、模式与入门代码 http://github.com/Anil-matcha/awesome-jev-by-typesafe…
从jev-ultrafast开始
browser-use/jev-ultrafast
源码:https://github.com/browser-use/jev-ultrafast
Jev Ultrafast ⚡
Browser Use Cloud 候补名单已开放。 提前体验云端超速浏览器代理。 加入候补名单 → (https://browser-use.com/ultrafast?utm_source=github&utm_medium=readme&utm_campaign=jev-ultrafast)
具备动态索引操作空间的浏览器代理。 只需提供一个目标,TypeSafe的Jev (https://docs.typesafe.ai/introduction) 选择操作与元素,小型LLM仅在操作为 TYPE_TEXT 时生成文本。
苏黎世→伦敦 机票查询耗时7.1秒。 包含自然语言目标、实际文本生成及页面加载等待时间。
操作空间
每次观测都会生成新的元素表:
text [1] button 更改机票类型 · 往返 [2] combobox 出发地 · 旧金山 [3] combobox 目的地 · 空 [4] textbox 出发日期 · 空 ...
操作类型包括 CLICK、TYPE_TEXT、SELECT、SCROLL_UP、SCROLL_DOWN、WAIT、DONE 和 BLOCKED。仅提供受支持的操作与目标。
text one TypeSafe 请求
┌───────────────────────────┐
页面 → 元素表 → 操作
│ │
│ click_target │
│ type_text_target │
│ select_target (若存在) │
└─────────────┬─────────────┘
使用对应目标
│
CLICK [7] ─────┤──→ 浏览器
TYPE_TEXT [3] ─────┘
↓
小型LLM → 文本 → 浏览器
目标预测是启发式的。若操作为 CLICK,仅 click_target 可执行。两次决策,仅需一次网络往返。每个目标头仅包含兼容元素。原生下拉选项携带观测到的元素/选项索引。
策略中不包含特定网站的脚本或预定义字段字符串。机票示例仅提供目标并独立验证结果。截图渲染器仅用于标注,不驱动浏览器。
快速尝试
git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast
uv sync
cp .env.example .env
# 添加 TYPESAFE_API_KEY 和 TEXT_MODEL_API_KEY
uv run jev
打开 http://127.0.0.1:8766 并点击 Start demo → Run automatically。检查器将显示编号元素、操作概率、目标概率及已执行动作。
选择下一步可在执行前暂停。Chrome通过Browser Harness (https://github.com/browser-use/browser-harness)连接(通过uv sync安装)。若需连接可运行 uv run browser-harness --doctor,并在提示时允许Chrome远程调试。
示例配置中的 TEXT_MODEL_API_KEY 是OpenRouter密钥。当前演示使用 inception/mercury-2.5 并禁用推理功能。Gemini、GLM和DeepSeek也可使用兼容OpenAI的文本助手,只需配置相应模型、端点与推理设置。
库使用示例
from jev_ultrafast import Agent
with Agent(
"https://www.google.com/travel/flights?hl=en",
"查找2026年9月20日苏黎世到伦敦的单程经济舱航班,"
"限一名成人。当可见匹配航班选项时停止。",
) as agent:
for state in agent.run():
print(state["elapsed_ms"], state["status"])
使用 uv run --env-file .env python your_script.py 运行。同一策略可执行不同任务:
uv run --env-file .env python examples/run.py \
--url https://en.wikipedia.org/wiki/Main_Page \
--goal '查找并打开关于哥德尔不完备定理的维基百科文章。'
uv run --env-file .env python examples/flights.py --keep-open 将执行机票查询,检查实际路线/日期/结果,并保存执行轨迹。该过程不会选择或预订机票。
技术优势
- 每个决策周期仅一次请求:操作与目标头共享相同的观测状态。
- 默认代理循环不使用截图:Jev消费结构化状态。检查器可选择启用截图;演示视频使用独立连续录屏。
- 每个快照仅一次浏览器调用:原子性读取可见控件及其名称、值和文本,保留对实际DOM节点的引用。
- 验证所选目标:点击操作会检查文档、表单值、目标及周边上下文。仅动画不会触发新预测,在输入前解析当前几何位置并拒绝被遮挡的控件。
- 等待有效状态:向组合框输入文本后,等待可见建议(上限200毫秒)。其他交互最多等待两个动画帧或50毫秒。这些读取在执行记录完成后进行。
- 保持隐藏标签页渲染:焦点仿真可防止后台动画节流,无需切换Chrome可见标签页。
- 仅发送可见文本:屏幕外的文章正文和页脚不会填充模型上下文。
- 重用中断的文本请求:仅当文本助手的整个输入保持不变时,生成的值才能在页面刷新后重试中保留。每个执行的目标都从观测节点解析,执行器会重新检查页面新鲜度与点击遮挡。模型输出永远不会成为选择器、坐标、shell命令或可执行JavaScript。文本助手输出必须解析为小型JSON对象后才能输入。
代码简洁可读
| 文件 | 功能 |
|---|---|
| agent.py | 完整循环与文本助手交接 |
| snapshot.js | 原子DOM快照、索引控件、新鲜度保护 |
| browser.py | 浏览器连接、当前几何位置、执行 |
| model.py | 动态操作/目标头与文本生成 |
| questions.py | 模型指令 |
| demo.py | 本地检查器 |
性能验证与局限
当前演示视频为7073毫秒的Google Flights运行。计时从初始页面观测后开始,包含模型调用、文本生成、浏览器操作、过期决策与加载等待。独立验证确认了单程设置、苏黎世、伦敦、2026年9月20日及可见航班选项。
视频以1×速度播放,无开场停顿,结尾停留0.5秒。在六次交替运行中(使用相同模型与设置),两个版本均通过3/3。任务中位时间从9.450秒→7.092秒,减少25%;浏览器协议调用中位数从1092→101。
这是在单一浏览器配置文件上对同一任务的三次重复测试,并非通用可靠性基准。同一策略在2.798秒内打开指定维基百科文章,在1.896秒内通过本地酒店搜索/筛选任务。运行记录、失败案例、源码哈希与测量边界详见 performance.md。
DONE 选择仍需独立结果验证。DOM读取器处理常见HTML与ARIA控件,未完全实现无障碍名称规范。Shadow DOM、框架、画布、上传、弹出标签、嵌套滚动及任意键盘控件仍不在当前MVP范围内。自有标签页共享现有Chrome配置文件。
开发指南
uv run ruff check .
uv run pytest
node --check jev_ultrafast/static/app.js
node --check jev_ultrafast/snapshot.js
uv build
测试为离线运行。uv run python scripts/check_guards.py 在无模型调用的情况下检查本地浏览器的真实控件。实时示例与录制脚本会调用付费API。scripts/record_flights.py 捕获原始浏览器时间戳;scripts/render_demo.py 以1×速度渲染该验证运行并裁剪Google账户栏。凭证与原始轨迹保持忽略。
Browser Use (https://github.com/browser-use/browser-use) · Browser Harness (https://github.com/browser-use/browser-harness) · TypeSafe 启发式扇出模式 (https://docs.typesafe.ai/patterns/fan-out)
相似文章
JevForAgents
JevForAgents 是一个 Product Hunt 资源,提供 360 多个精选的 AI 代理构建、开源代码和视频演示,帮助开发者实现基于 Jev 的代理工作流。
近日,关于Jev的长文铺天盖地,但或许仍有朋友在迷茫中探寻…
本文介绍了20个‘Jev’的案例研究,Jev是一个用于构建高效AI代理的工具,展示了从航班搜索到游戏游玩等多样应用,且运营成本低廉。
@hityyhz: 我发现了10个GitHub仓库,这些仓库能将AI代理转化为加密货币交易员,总计282K星标。整个交易栈在一个列表中…
这条推文汇总了10个GitHub仓库,它们将AI代理与加密货币交易相结合,提供了自动化交易、回测和做市工具。
@FinanceYF5: 1/ Jev发布仅7天后,开源System 1模型已开始迅速涌现。GitHub星标已经……
开源System 1 AI模型在Jev发布仅7天后迅速涌现,获得超过15,000个GitHub星标,并登上Hugging Face趋势榜,展示了开源AI开发的快速步伐。
体验Jev——一种有趣的AI代理方法
作者讨论了尝试使用Jev,这是一种专注于决策的AI代理工具,与使用大型语言模型处理所有任务相比,它声称在速度和成本上有显著优势。