awlevin · Browser & OS Action
用 OCR 和界面状态构造候选动作,让 Jev 决定如何操作 macOS,需要写文字时再调用文本模型。
从确定性提取的控件与动作中选择下一步,执行器操作桌面。
把屏幕读取、动作选择与文本生成分开。
README 的成本与速度对照来自作者限定截图与目标的测量,且部分推理由确定性代码补足;不能推广为通用降本倍数。