电脑操作 ✦ 88大纲作者自报的演示指标

浏览器 / 电脑操作选择

感知另做;Jev 选操作与目标;打字才用小 LLM。

适用人群:浏览器智能体构建者。步骤:确定性观察(DOM/OCR)→ 元素表 → 一次 Jev 调用,用 Choice 选择操作 + 目标 → 代码执行 → 仅在自由文本场景使用小型 LLM。预期效果:相比每轮都将截图送入前沿模型,降低每步成本和延迟(作者自报的演示,例如 jev-ultrafast)。注意:任务演示 ≠ 通用可靠性;托管 Jev 仅支持文本——视觉/OCR 是独立环节。

1

复制提示词(保留英文原文效果最好)。

2

在代码里实现——调用 System One / Jev,由你的程序组合答案。

3

回答它的设置问题——大多数提示词会先采访你,然后进入固定节奏。

提示词

提示词
Audience: browser-agent builders.
Steps:
1) Deterministic observe (DOM/OCR) → element table as text state.
2) One Jev call: Choice operation + target.
3) Code executes; small LLM only for free-text fields.
4) Confidence gate before irreversible clicks.
Expected effect: cheaper action loop (author-reported demos).
Caveats: demos ≠ general reliability; hosted Jev is text-only — perception is separate.

需要授权:typesafe-sdkbrowser-automationocr-optional

它是怎么搭起来的

来源:jev-ultrafast · typesafe-computer-use · awesome-jev-usecases · Browser。

维护包含 WAIT/BLOCKED 的元素操作表。托管 Jev 仅支持文本——DOM/OCR 定位是独立的一层。演示运行均为作者自报,不是通用可靠性保证。

来源(第二轮补充)

为什么它好用

将决策与文字分开:System One 负责点击/选择,System Two 仅负责输入。

本案例收集自公开的 Jev 社区,版权归原作者所有。提示词属于参考资料:运行前请先审阅内容, 并且不要让机器人超出你实际授予的权限行事。