wy-coliney/jev-browser-use

해결하는 문제

Jev Browser Use는 빠르고 특화된 모델(Jev)과 더 강력한 범용 에이전트(Codex) 간에 작업 부하를 분할하여 브라우저 자동화를 가속화합니다. 모든 클릭, 스크롤, 토글을 고비용·고지연 모델이 처리할 필요가 없어지며, 이는 일반적으로 브라우저 기반 AI 에이전트를 느리게 만듭니다.

작동 방식

이 프로젝트는 Jev가 접근성 텍스트를 기반으로 반복적인 탐색 및 제어 작업을 처리하는 핸드오프 메커니즘을 구현합니다. Codex는 고수준 계획, 텍스트 입력, 스크린샷의 시각적 해석, 결과의 최종 검증을 담당합니다. 이를 통해 Jev가 작업을 실행하고 Codex가 결과를 검증하는 루프가 형성되어, 개별 상호작용마다 새 호스트 모델 턴이 발생하는 것을 방지합니다.

대상 사용자

Codex 및 기타 AI 에이전트(예: Claude Code) 사용자 중 대시보드 탐색, 설정 관리, 보고서 검토와 같은 반복적인 브라우저 작업을 수행하며 지연 시간과 API 비용을 줄이려는 사용자.

주요 특징

• 속도 향상: 특정 워크플로에서 브라우저 작업 속도가 5~10배 향상된다고 주장.

• 비용 효율성: Jev의 저비용 API를 사용하여 반복적인 결정을 처리하고, 고가의 모델은 복잡한 추론에만 사용.

• 통합: Codex Skill 또는 플러그인으로 작동하며, 추가 드라이버나 npm 종속성 없이 기존 브라우저 연결을 활용.

• 하이브리드 접근 방식: 접근성 텍스트 기반 탐색(Jev)과 시각적 판단(Codex)을 결합.