Jev Ultrafast: Trình duyệt AI mã nguồn mở siêu tốc, tìm chuyến bay Google Flights chỉ trong 7.1 giây

Một browser agent với không gian hành động linh hoạt và được lập chỉ mục.

Cung cấp cho nó một mục tiêu. Jev của TypeSafe sẽ chọn một thao tác và một phần tử. Một LLM nhỏ chỉ viết văn bản khi thao tác là TYPE_TEXT.

Zürich → London trên Google Flights trong 7,1 giây. Đã bao gồm một mục tiêu bằng ngôn ngữ tự nhiên, quá trình tạo văn bản thực tế và thời gian chờ tải trang.

Xem MP4 · Các phép đo · Đọc vòng lặp

Không gian hành động

Mỗi quan sát tạo ra một bảng phần tử mới:

Các thao tác bao gồm CLICK, TYPE_TEXT, SELECT, SCROLL_UP, SCROLL_DOWN, WAIT, DONE và BLOCKED. Chỉ các thao tác và mục tiêu được hỗ trợ mới được cung cấp.

Các câu hỏi về mục tiêu mang tính suy đoán. Nếu thao tác là CLICK, chỉ click_target mới có thể thực thi. Hai quyết định, một vòng lặp mạng. Mỗi đầu mục tiêu chỉ chứa các phần tử tương thích. Các lựa chọn dropdown gốc mang theo chỉ số phần tử/tùy chọn đã quan sát.

Không có tập lệnh hành động cụ thể cho từng trang web hoặc chuỗi trường được chuẩn bị sẵn trong chính sách. Ví dụ về Flights cung cấp một mục tiêu và xác minh kết quả một cách độc lập. Trình kết xuất ảnh chụp màn hình thêm nhãn sau đó; nó không điều khiển trình duyệt.

Thử nghiệm

Mở http://127.0.0.1:8766 và nhấp vào Start demo → Run automatically. Trình kiểm tra hiển thị các phần tử được đánh số, xác suất thao tác, xác suất mục tiêu và các hành động đã thực thi. Chọn "next" để tạm dừng trước khi thực thi.

Chrome kết nối thông qua Browser Harness, được cài đặt bằng uv sync. Chạy uv run browser-harness --doctor nếu cần kết nối. Cho phép gỡ lỗi từ xa trong Chrome khi được nhắc.

TEXT_MODEL_API_KEY là khóa OpenRouter trong cấu hình ví dụ. Bản demo hiện tại sử dụng inception/mercury-2.5 với tính năng suy luận (reasoning) bị vô hiệu hóa. Gemini, GLM và DeepSeek cũng có thể sử dụng trình hỗ trợ văn bản tương thích với OpenAI; hãy cấu hình mô hình, endpoint và cài đặt suy luận phù hợp.

Sử dụng thư viện

Chạy với uv run --env-file.env python your_script.py. Cùng một chính sách có thể chạy một tác vụ khác:

uv run --env-file.env python examples/flights.py --keep-open thực hiện tìm kiếm chuyến bay, kiểm tra lộ trình/ngày/kết quả thực tế và lưu lại dấu vết (trace). Nó không chọn hoặc đặt vé chuyến bay.

Tại sao nó di chuyển

Mỗi mục tiêu được thực thi đều được phân giải từ một nút đã quan sát. Trình thực thi kiểm tra lại độ mới của trang và sự che khuất khi nhấp chuột. Đầu ra của mô hình không bao giờ trở thành bộ chọn (selectors), tọa độ, lệnh shell hoặc JavaScript thực thi được. Đầu ra của trình hỗ trợ văn bản phải phân tích cú pháp thành một đối tượng JSON nhỏ trước khi nhập liệu.

Đủ nhỏ để đọc

Bằng chứng và giới hạn

Video hiện tại là một lần chạy Google Flights trong 7.073 ms. Thời gian bắt đầu sau khi quan sát trang ban đầu và bao gồm các lệnh gọi mô hình, văn bản được tạo, công việc của trình duyệt, các quyết định cũ và thời gian chờ tải. Một lần kiểm tra độc lập mới xác minh cài đặt một chiều, Zürich, London, ngày 20 tháng 9 năm 2026 và các tùy chọn chuyến bay hiển thị. Video phát ở tốc độ 1×, không có đoạn dừng đầu và dừng 0,5 giây ở cuối.

Trong sáu lần chạy xen kẽ với các mô hình và cài đặt giống hệt nhau, cả hai phiên bản đều đạt 3/3. Thời gian tác vụ trung bình giảm từ 9,450 s xuống 7,092 s, giảm 25%; số lần gọi giao thức trình duyệt trung bình giảm từ 1.092 xuống 101. Đây là ba lần lặp lại của một tác vụ trên một hồ sơ trình duyệt, không phải là tiêu chuẩn đánh giá độ tin cậy chung.

Cùng một chính sách đã mở bài viết Wikipedia được yêu cầu trong 2,798 s và vượt qua tác vụ tìm kiếm/lọc khách sạn cục bộ trong 1,896 s. Các lần chạy, lỗi, mã băm nguồn và ranh giới đo lường nằm trong performance.md.

Một lựa chọn DONE vẫn yêu cầu xác minh kết quả độc lập. Trình đọc DOM xử lý các điều khiển HTML và ARIA phổ biến, không phải toàn bộ đặc tả accessible-name. Shadow roots, frames, canvas, tải lên, tab pop-up, cuộn lồng nhau và các tiện ích bàn phím tùy ý vẫn nằm ngoài phạm vi của MVP này. Các tab được sở hữu chia sẻ hồ sơ Chrome hiện có.

Phát triển

Các bài kiểm tra chạy ngoại tuyến. uv run python scripts/check_guards.py kiểm tra các điều khiển thực trong trình duyệt cục bộ mà không cần gọi mô hình. Các ví dụ trực tiếp và tập lệnh ghi lại thực hiện các lệnh gọi API trả phí. scripts/record_flights.py <new-folder> ghi lại dấu thời gian trình duyệt gốc; scripts/render_demo.py <recording-folder> kết xuất lần chạy đã xác minh đó ở tốc độ 1× và cắt bỏ phần dải tài khoản Google. Thông tin xác thực và dấu vết thô bị bỏ qua.

Browser Use · Browser Harness · TypeSafe speculative fan-out