* 戳上方蓝字“开源先锋”关注我
大家好啊，我是开源君！
好家伙，jev 刚火没多久，browser-use 就坐不住了。
火速跟进，直接甩出一个 jev-ultrafast，一周时间狂揽近 2 万 star。这速度，比它自己跑任务还快。
项目简介
jev-ultrafast是一个拥有"动态索引动作空间"的浏览器智能体。
你只给一个自然语言目标。TypeSafe 的 Jev 负责挑"做什么操作"和"操作哪个元素"。只有当操作是 TYPE_TEXT 时，才轮到一个小语言模型出场写文字。
效果是这样的：苏黎世 → 伦敦的 Google Flights 搜索，7.1 秒。
注意这 7.1 秒包含真实文本生成和页面加载等待，不是剪辑出来的。
工作原理
第一步，把页面变成一张表。
每次观察，DOM 被快照成带编号的元素清单：
[1] button Change ticket type · Round trip
[2] combobox Where from? · San Francisco
[3] combobox Where to? · empty
[4] textbox Departure · empty
...
第二步，一次请求，同时回答两个问题。
Jev 面对的是这批候选操作：CLICK、TYPE_TEXT、SELECT、SCROLL_UP、SCROLL_DOWN、WAIT、DONE、BLOCKED。
它一次请求里并行输出：选哪个操作 + 点/填哪个元素。
第三步，只取用得上那个答案。
操作是 CLICK，就执行 click_target；是 TYPE_TEXT，才调小模型生成文字放进去。
one TypeSafe request
┌───────────────────────────┐
page → element table → operation │
│ click_target │
│ type_text_target │
│ select_target, if present │
└─────────────┬─────────────┘
use the matching target
│
CLICK [7] ─────┤────→ browser
TYPE_TEXT [3] ─────┘
↓
small LLM → text → browser
两个决策，一个网络往返。这就是它快的核心原因。
功能特性
01 一次请求，两个决策
传统 Agent 一步步来：先想"下一步干嘛"，再想"点哪"，中间还得等一次网络。
Jev 用的是投机式多目标头。操作和目标共享同一份观察状态，一次请求全问完，答案带概率一起回来。
这是"快"的第一层。
02 不给模型看截图，只喂结构化表格
喂给模型的是纯结构化状态：可见控件、名称、当前值、可见文本。
屏外的正文、页脚一概不进上下文。
需要给人看的时候，检查器才会额外开截图；演示视频是另一条独立录屏。
03 每步只跟浏览器打一次交道
这是最狠的一条。
一次快照 = 一次浏览器调用。把可见控件、名字、值、文本全读回来，抓住真实 DOM 节点。
对比一下优化前后的中位数据：
| 7.092 s | ||
| 101 |
耗时降 25%，协议调用降了九成还多。
同一套策略还跑过：打开指定维基百科词条 2.798 秒，本地酒店搜索筛选 1.896 秒。
04 动手前先验一遍，干完再验一遍
执行前要过几道关：页面是否还新鲜、目标是否被遮挡、几何位置对不对、只发可见文本。被盖住的控件直接拒绝输入。
执行完也不自说自话，还有一次独立的成果校验：单程设置、苏黎世、伦敦、2026 年 9 月 20 日、航班结果可见。
05 本地检查器，把决策摊给你看
跑起来后有个本地可视化面板。
编号元素、操作概率、目标概率、已执行动作等等，想接管就点 Choose next，它会在执行前暂停等你。
快速安装、使用
安装使用很快，几行命令就能跑起来：
git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast
uv sync
cp .env.example .env
# 在 .env 里填好 TYPESAFE_API_KEY 和 TEXT_MODEL_API_KEY
uv run jev
然后打开 http://127.0.0.1:8766，点 Start demo → Run automatically，就能看着它自己干活。
几个注意点：
Chrome 通过 Browser Harness 连接， uv sync时已装好。连不上就跑uv run browser-harness --doctorChrome 弹窗提示时，记得允许远程调试 示例配置里 TEXT_MODEL_API_KEY是 OpenRouter 的 key，当前演示用的是inception/mercury-2.5，关掉了推理。Gemini、GLM、DeepSeek 也能接，自己改模型、端点和推理设置
小提醒
当然项目也是有一些需要注意的点，README 自己写得很实在：
性能数据是"一个任务、一个浏览器配置、重复三次"的结果，不是通用可靠性基准 Shadow DOM、iframe、canvas、文件上传、弹窗标签页、嵌套滚动、任意键盘控件，这个 MVP 都还没覆盖 托管的标签页共用你现有的 Chrome 配置，注意隐私 Jev 目前太火，TypeSafe 的 API 可能还需要排队
真要拿来做生产自动化，先拿自己的场景小规模试。
开源君想说
jev-ultrafast干的就一件事：让浏览器 agent 少走弯路、少猜半天，用结构化数据代替"看图猜意图"，把决策速度和可靠性一起拉起来。
代码不多，思路也不复杂，但胜在把"快"这件事做到了实处。
如果你也在琢磨浏览器自动化或者 agent 方向的项目，这个仓库倒是挺值得翻一翻，说不定哪天就用上了。
https://github.com/browser-use/jev-ultrafast
