wy-coliney/jev-browser-use

它解决了什么问题

它降低了基于浏览器的 AI 代理工作流程的延迟和成本。通过将重复性的导航任务（例如点击、滚动和切换）卸载给一个专门且更快的模型（Jev），它防止了高能力的 LLM（如 Codex）必须处理每一个细微的交互，这通常会拖慢流程并增加 token 成本。

它的运作方式

此项目作为 Codex 的「技能」，建立了一个混合执行循环。Jev 通过处理无障碍文本而非屏幕截图来处理低级的浏览器控制。当需要复杂的动作时——例如输入文本、解读视觉元素或执行最终结果验证——系统会将控制权交还给 Codex。这允许代理在交接之间维持会话，而不需要为每一次点击都启动新的主机模型回合。

适合谁使用

开发者和 AI 代理用户，他们使用 Codex 搭配 Computer Use，并需要更有效率且更便宜地自动化重复性的浏览器操作（例如导航仪表板、报告或设置页面），而不是对每个步骤都使用通用 LLM。

重点特色

• 提升速度： 声称在特定工作流程中，浏览器操作速度提升 5–10 倍。
• 成本效率： 使用 Jev 处理重复性决策，与前沿模型相比，显著降低输入 token 成本。
• 混合控制： 在 Jev（导航/点击）和 Codex（文本输入/视觉判断/验证）之间分配工作。
• 无需额外驱动程序： 与现有的浏览器连接搭配使用，无需额外的 npm 依赖项或驱动程序。