jev-ultrafast
一个让 Jev 从实时索引动作空间中选择操作和兼容页面元素的浏览器智能体。
Jev 决定什么
下一步执行哪种受支持的浏览器操作，以及作用于哪个兼容的可见元素
每次观察都会生成结构化元素表。Jev 在一次 TypeSafe 请求里选择下一步浏览器操作及其兼容目标；只有需要填写文本时，才会调用一个小型语言模型。
- Jev 的职责
- 选择下一步浏览器操作及其目标元素
- 输入
- 自然语言目标，以及包含可见控件、名称、值和文本的索引元素表
- 输出
- 一个操作和与之匹配的目标元素
- 决策频率
- 每个浏览器决策循环一次
- 兜底方式
- 只有 Jev 选中 TYPE_TEXT 后，才由小型语言模型生成字段内容
决策示例
索引动作空间示意
演示示例输入
目标：查找从苏黎世到伦敦的单程航班。 可见控件：行程类型按钮、出发地组合框、目的地组合框、出发日期文本框。
运行方式
公开性能数据
Recorded task time
7.073 s
Google Flights: Zürich to London, with generated text and loading waits included
作者自报 · 已核对来源采集于 2026年9月21日
Optimized median
7.092 s
Three verified runs of one Google Flights task on one existing Chrome profile
作者自报 · 已核对来源采集于 2026年9月21日
Median browser protocol calls
101 calls
Optimized median, compared with 1,092 calls in the original runtime
作者自报 · 已核对来源采集于 2026年9月21日
项目概览
jev-ultrafast 是 Browser Use 开源的 Python 浏览器智能体。它不会让模型直接生成浏览器指令，而是把当前页面整理成带编号的可见控件表，再让 Jev 从当前状态实际支持的操作和目标中做选择。
Jev 在一次 TypeSafe 请求里同时选择操作和兼容元素。只有选中 TYPE_TEXT 时，系统才会交给另一个小型语言模型生成输入值。默认执行循环使用结构化页面状态而非截图；真正执行前，还会重新检查页面是否过期、目标几何位置以及点击是否被遮挡。
页面中的性能数据来自项目作者，我们核对了公开来源，但没有独立复现。公开的 Google Flights 录像用时 7.073 秒；配对测试中，优化版中位数为 7.092 秒，原版为 9.450 秒。作者也明确说明：这只是同一浏览器配置下、同一个任务的三组重复测试，不能当作广泛的可靠性基准。
当前 MVP 覆盖常见 HTML 与 ARIA 控件。项目文档列出的暂不支持范围包括 Shadow DOM、iframe、Canvas、文件上传、弹出标签页、嵌套滚动和任意键盘组件。另外，Jev 选择 DONE 并不等于任务已经被独立验证成功。
- 开发语言
- Python
- 许可证
- MIT
- 作者
- Browser Use
信息来源
相关项目
Cua Driver jev-use
Cua Driver 的 public-preview recipe：让 Jev 选择受限浏览器动作，并独立验证结果。
Jev 决定什么
下一步执行哪个已提供的动作候选，或选择重新观察、放弃执行。
Jev Review
不用一条超长 reviewer prompt，而是用一连串类型化小判断组成代码审查流程。
Jev 决定什么
什么有风险、哪些文件和证据重要、可能如何失效、严重程度以及由谁复核。
Jev Voice Browser
用户还没说完，浏览器就开始理解并准备执行语音命令。
Jev 决定什么
用户想做什么、作用于哪个页面目标、命令是否完整，以及动作是否具有破坏性。