Frontier Now
搜索

自动化#浏览器自动化

jev-ultrafast：7.1 秒跑完机票搜索的浏览器智能体

jev-ultrafast：browser-use 的浏览器智能体，Jev 一次请求选出操作和元素，仅输入文本时调小模型，机票搜索 7.1 秒跑完。

作者
Frontier Now 编辑部
发布

项目资料

GitHub Ecosystem
仓库地址github.com/browser-use/jev-ultrafast
许可证
MIT
主语言
Python
星标
22,696
核查时间
2026-10-12

以上快照资料以核查当日为准，可能随版本或运营策略变化。

让 AI 替你在网页上查资料、填表单，多数方案每一步都要问一遍多模态模型「现在点哪」——慢，而且每一步都是真金白银。jev-ultrafast 是 browser-use 团队 2026 年 9 月 17 日开源的浏览器智能体（MIT，Python，截至 2026-10-12 已 22.7k star）：给它一个自然语言目标，它每轮把页面控件编成一张带编号的表，用一次 TypeSafe 请求同时决定「做什么操作」和「点哪个元素」，只有操作是输入文本时才调用小 LLM 生成文字。

jev-ultrafast 在 Google Flights 上实时搜索苏黎世到伦敦航班的演示动图：编号元素表、操作与目标概率、以及每一步实际执行的动作

核心功能

  • 一次请求，两个决定：操作和目标头共享同一次观测；投机式的目标问题保证操作是 CLICK 时只有 click_target 能执行，一次决策只花一次网络往返。
  • 默认循环不看截图：模型消费的是结构化状态而非像素，inspector 才可选开启截屏；官方 performance.md 记录 Jev 延迟中位 178 ms。
  • 文本生成外包给小模型：只有操作是 TYPE_TEXT 时才调用 text helper，示例配置用 inception/mercury-2.5 并关闭推理；苏黎世和伦敦两个城市名的生成分别花了 581 ms 和 346 ms。
  • 执行前先校验：点击前比对文档状态、表单值、目标和邻近上下文，解析当前几何位置并拒绝被遮挡的控件；只有动画不会触发重新预测。
  • 模型输出不当代码用：产出永远不会变成选择器、坐标、shell 命令或可执行 JavaScript；text helper 的输出必须先解析成一个小 JSON 对象才会键入。
  • 小到能读完：完整循环加文本交接只在 6 个源文件里——agent.py、snapshot.js、browser.py、model.py、questions.py、demo.py。

典型使用场景

  • 差旅与信息检索自动化：一条目标跑完 Google Flights 搜索（7.073 秒，结果经独立校验）、打开指定的维基百科条目（2.798 秒）、或在本地酒店页面上搜索并筛选（1.896 秒），都是「一个目标加一次结果校验」的形状。
  • Web 表单回归测试：examples/flights.py --keep-open 会保存完整 trace，改版后用独立校验替代肉眼比对。
  • 想读懂浏览器智能体范式的人：agent.py 一个文件就是全部循环，比读框架源码快得多。

快速上手

git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast
uv sync
cp .env.example .env
# Add TYPESAFE_API_KEY and TEXT_MODEL_API_KEY.
uv run jev

打开 http://127.0.0.1:8766，点 Start demo → Run automatically，inspector 里能看到编号元素、操作与目标的概率分布和已执行的动作；Choose next 会在执行前暂停。Chrome 通过 uv sync 一并安装的 Browser Harness 连接，连不上时先跑 uv run browser-harness --doctor，并在 Chrome 弹窗时允许远程调试。

性能数据

数据来自项目 docs/performance.md（2026-09-30 版本），六次交替运行、同一个 Chrome profile、同一个自然语言目标和同一套独立结果校验，初始导航不计入计时：

指标（中位）对照版本当前版本
任务耗时9.450 s7.092 s
TypeSafe 请求次数2217
浏览器协议调用次数1,092101

浏览器协议调用降了两个数量级，这比总耗时更说明问题：一次原子 DOM 快照替代了反复遍历无障碍树、解析上百个节点。官方同时注明口径——三组样本的符号检验 p = 0.25，这是受控小样本对比，不是通用可靠性基准；Google、网络、路由和浏览器缓存都是真实环境。

小结

jev-ultrafast 适合想做浏览器自动化、又不想为每个站点维护脚本的开发者，也适合想研究「结构化状态替代截图」这条路线的人。不适用的也很明确：shadow DOM、iframe、canvas、文件上传、新标签页和任意键盘控件都在 README 的 MVP 之外，DOM 读取器只覆盖常见 HTML 和 ARIA 控件，不是完整的 accessible-name 规范。另外三点要心里有数：需要两个 key（TYPESAFE_API_KEY 和一个 OpenRouter 兼容的 TEXT_MODEL_API_KEY）；只支持 Chrome；录制脚本会产生真实 API 费用。代码 MIT 协议，Python 编写。想先看同类方案的取舍，可以读我们的智能体控制浏览器五条路线对比，这个项目在Jev 生态十例里是打头的一个。