# Jev Ultrafast - Jev 决策模型驱动的极速浏览器 agent（7.1 秒搜完航班）

> 浏览器操作不让大模型一步步想，Jev 一次请求直接选动作，Google Flights 搜票 7.1 秒搞定

# Jev Ultrafast：浏览器 agent 的「条件反射」

传统浏览器 agent 每走一步都要把截图/HTML 丢给大模型想一遍，一个任务几十次 LLM 往返，又慢又贵。Jev Ultrafast 换了个思路：把页面快照成一张「编号元素表」，让 TypeSafe 的 Jev 决策模型**一次请求**同时选出操作（CLICK / TYPE_TEXT / SELECT / SCROLL…）和目标元素编号——只有需要打字的时候，才叫一个小 LLM 出来写文本。

实测名场面：在 Google Flights 上完成「苏黎世→伦敦 单程机票搜索」全程 **7.1 秒**，含页面加载、文本生成和所有等待。

## 为什么这么快

| 设计 | 效果 |
|---|---|
| 操作 + 目标合成一次 Jev 请求（speculative fan-out） | 每步决策只有一次网络往返 |
| 默认循环不截图，只吃结构化元素表 | 没有图像 token，没有视觉模型延迟 |
| 每次快照只调一次浏览器协议 | 协议调用从 1092 次降到 101 次 |
| 等待按动作定制（上限 200ms） | 不傻等，动画不会触发多余预测 |

官方基线对比：同一任务中位耗时 9.45s → 7.09s，降 25%。

## 上手

```bash
git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast && uv sync
cp .env.example .env
# 填 TYPESAFE_API_KEY 和 TEXT_MODEL_API_KEY（OpenRouter key 即可）
uv run jev
```

打开 http://127.0.0.1:8766 点 Start demo，本地检查器能实时看到编号元素表、每个操作的概率分布和执行过程；「Choose next」模式可以一步步人工确认。Chrome 通过 Browser Harness 连接（uv sync 自动装好）。

文本模型默认配 inception/mercury-2.5（OpenRouter），也可换 Gemini / GLM / DeepSeek 等 OpenAI 兼容端点。

## 当库用也行

```python
from jev_ultrafast import Agent

with Agent(
    "https://www.google.com/travel/flights?hl=en",
    "Find one-way flights from Zurich to London on September 20, 2026, "
    "for one adult in economy. Stop when matching flight options are visible.",
) as agent:
    for state in agent.run():
        print(state["elapsed_ms"], state["status"])
```

同一个策略换个 goal 就能跑别的站，README 里还有 2.8 秒打开维基百科指定条目、1.9 秒完成酒店搜索筛选的记录。

## 边界（官方自己标明的）

- 还是 MVP：shadow DOM、iframe、canvas、文件上传、弹窗标签页、复杂键盘控件都不支持
- DONE 判定仍需独立验证任务结果
- 核心代码只有 6 个文件（agent.py 一个文件就是完整循环），特别适合读源码

整个仓库就是「Jev 选动作 → driver 执行 → 代码验证」这套分层架构的最佳教材，GitHub 已 22k★。

---

**分类**：模型
**标签**：模型 · agent · Jev
**作者**：子龙
**链接**：https://octohz.com/p/2295