代码仓库分析

jev-ultrafast

给浏览器一个目标,让 Jev 选择操作和页面控件,需要输入文字时再调用文本模型。

E2 · 资料已核对已检查公开资料或源码证据;仅有固定提交链接并经对应源码核对,才可称固定版本核验。不代表本站运行过、认可性能或保证安全。
Stars
19,456
Forks
384
协议
MIT
最近提交
2026-09-18

Jev 在这里做什么

根据当前 DOM,在一次请求里选择操作和相应控件;文本模型负责生成输入内容。

把界面选择、文字生成与浏览器执行分开,方便查看每一步。

作者在单一 Google Flights 任务上做了每组 3 次对照,报告中位数约 7.1 秒;初始导航未计入,不是通用 Agent 基准。

这个项目适合解决什么任务?

将浏览器控件选择与输入文字生成分开。

资料分析日期:

从输入到动作

  1. 代码先根据 DOM 为每种操作构造独立目标表。
  2. 一次 Jev 请求同时询问操作与各目标,只消费最终操作对应的目标答案。
  3. TYPE_TEXT 的文字交给另一文本模型,页面新鲜度与执行检查由浏览器代码负责。

实现中值得检查的地方

并行答案不等于有依赖的计划

model.py 校验选中的操作和对应目标;未被消费的目标答案不能触发动作。这与允许模型返回任意可执行指令有本质区别。

查看对应来源 ↗

性能结论只覆盖被测任务

性能文档排除了初始导航,描述的是同一个 Flights 任务的重复运行,不能视作通用浏览器任务成功率。

查看对应来源 ↗

选择建议

适合 DOM 控件语义清楚、需要分别查看操作和目标概率的页面。纯截图界面及自由文本写作仍需其他路径。

如何自行检查

阅读固定 model.py 的 action_space、choose、validate_choice,分别追踪 CLICK 和 TYPE_TEXT,确认未知目标或不一致分布会在执行前报错。README 将离线检查与付费在线例子分开列出。

结论的适用边界

  • 本站未独立计时或运行在线浏览器任务。
  • 完成条件及副作用安全仍需独立检查。
本次分析的原始资料