Jev Ultrafast：浏览器自动化新速度标杆，7秒完成航班搜索

Jev Ultrafast（browser-use/jev-ultrafast）是一款由 browser-use 团队于 2026 年 9 月 16 日开源的极速浏览器自动化代理。它将 TypeSafe 的 Jev 结构化决策模型与浏览器操作深度融合，在保持自然语言目标驱动的同时，实现了远超传统方案的执行速度——Google Flights 航班搜索任务仅需约 7 秒即可完成。

目前 Jev Ultrafast 在 GitHub 上已获得 9,360+ 星标，使用 Python 编写，采用 MIT 许可证开源。

GitHub 星标：9,360+
GitHub 仓库：https://github.com/browser-use/jev-ultrafast
官方主页：https://browser-use.com
文档中心：https://docs.typesafe.ai/introduction
许可证：MIT
语言：Python
生态：配合 Browser Harness 实现 Chrome 远程调试连接

核心功能

1. 动态索引动作空间

与传统浏览器代理每次返回完整页面截图或 DOM 不同，Jev Ultrafast 将页面元素组织为带编号的索引表：

[1] button    Change ticket type · Round trip
[2] combobox  Where from?        · San Francisco
[3] combobox  Where to?          · empty
[4] textbox   Departure          · empty
...

每个操作（CLICK、TYPE_TEXT、SELECT、SCROLL_UP、SCROLL_DOWN、WAIT、DONE、BLOCKED）只针对兼容元素类型，从源头上减少了模型推理的错误空间。

2. 单次请求双决策，一次网络往返

Jev 的核心创新在于将”选操作”和”选目标”合并到同一次 TypeSafe API 调用中：

page → element table → operation (click_target / type_text_target / select_target)
                                  ↓
                         匹配对应目标
                                  ↓
                         CLICK [7] ──→ 浏览器
                         TYPE_TEXT [3] ──→ 小 LLM 生成文本 → 浏览器

这一设计使浏览器代理的平均请求数从传统方案的 22 次降至 17 次，浏览器协议调用从 1,092 次骤降至 101 次，整体速度提升约 25%。

3. 文本生成仅在小模型中完成

Jev 本身负责结构化决策（选哪个操作、点哪个元素），而真正的文本输入（如城市名称）则由小型 LLM（如 inception/mercury-2.5）完成，且仅在 TYPE_TEXT 操作时触发。这大幅降低了 token 消耗——一次航班搜索任务文本部分仅花费约 $0.00006272。

4. 无截图默认循环

与大多数依赖屏幕截图的浏览器代理不同，Jev Ultrafast 的默认循环不传截图给模型，而是直接提供结构化的元素表。截图仅在 Inspector 调试界面中可选启用，通过独立录屏流实现可视化。

5. 丰富的验证与故障处理

系统内置了完善的点击守卫机制：检查文档状态、表单值、目标节点和周边上下文；对动画导致的误判自动过滤；对原生下拉选择器的中断进行特殊处理。任务结束后还会进行独立的结果验证。

适用人群

AI Agent 开发者：需要高并发、低延迟的浏览器自动化能力来构建可靠的工作流
RPA 工程师：希望用自然语言替代传统录制回放，实现更灵活的业务流程自动化
研究人员：对 Agent 决策效率和结构化输出感兴趣，探索 LLM + 结构化模型的新范式
效率工具爱好者：想体验”一句话完成航班搜索”这类炫技但实用的场景

与同类工具对比

维度	Jev Ultrafast	browser-use 原版	Selenium	Puppeteer
开源程度	✅ MIT 完全开源	✅ MIT 完全开源	✅ 开源	✅ 开源
自托管	✅ 本地运行	✅ 本地运行	✅	✅
自然语言目标	✅ 一句话驱动	✅ 一句话驱动	❌ 需写脚本	❌ 需写脚本
执行速度	⭐ 7s（航班搜索）	~9.5s（同任务）	不适用	不适用
无需截图	✅ 结构化元素	⚠️ 可选	N/A	N/A
结构化输出	✅ TypeSafe 原生	⚠️ 部分支持	❌	❌
学习曲线	中等	中等	较高	中等
适用场景	高速自动化、Agent	通用浏览器自动化	传统测试	爬虫、测试

Jev Ultrafast 的独特价值在于速度 + 结构化决策的组合：它不是简单地让大模型看图打字，而是通过类型化提问让模型在有限动作空间内做选择，从而大幅降低推理延迟和错误率。

如何使用

方式一：快速上手（CLI 交互模式）

# 克隆仓库
git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast

# 安装依赖（需要 uv）
uv sync

# 配置环境变量
cp .env.example .env
# 编辑 .env，填入以下密钥：
# TYPESAFE_API_KEY=your-typesafe-key
# TEXT_MODEL_API_KEY=your-openrouter-key

# 启动交互界面
uv run jev

打开 http://127.0.0.1:8766，点击 “Start demo → Run automatically” 即可观看自动化演示。Inspector 面板会显示每个元素的编号、操作概率、目标概率和执行动作。

方式二：Python 编程调用

from jev_ultrafast import Agent

with Agent(
    "https://www.google.com/travel/flights?hl=en",
    "Find one-way flights from Zurich to London on September 20, 2026, "
    "for one adult in economy. Stop when matching flight options are visible.",
) as agent:
    for state in agent.run():
        print(state["elapsed_ms"], state["status"])

保存为 search_flights.py，然后运行：

uv run --env-file .env python search_flights.py

方式三：命令行示例任务

仓库内置了多个示例，可直接运行：

# 航班搜索（完成后保持浏览器打开）
uv run --env-file .env python examples/flights.py --keep-open

# Wikipedia 文章查找
uv run --env-file .env python examples/run.py \
    --url https://en.wikipedia.org/wiki/Main_Page \
    --goal 'Find and open the Wikipedia article about Gödel'\''s incompleteness theorems.'

前置准备

Chrome 浏览器：需允许远程调试，运行 uv run browser-harness --doctor 诊断连接
TypeSafe API Key：在 https://console.typesafe.ai 申请
文本模型 Key：推荐使用 OpenRouter，也可配置 Gemini、GLM、DeepSeek 等 OpenAI 兼容端点

总结

Jev Ultrafast 代表了浏览器自动化 Agent 的一个新方向：用结构化决策替代纯视觉理解，用类型化提问替代自由生成。它并非追求功能全覆盖，而是在特定场景（表单填写、链接导航、列表筛选）下做到了极致速度。

对于需要高速、低成本执行浏览器任务的开发者来说，Jev Ultrafast 是一个极具吸引力的选择。如果你正在构建需要频繁操作网页的 AI Agent，或者单纯对”一句话搜索航班”这类实用场景感兴趣，都值得试一试。

推荐指数：★★★★☆

优点：开源免费、执行速度极快、结构化决策降低错误率、成本极低
不足：功能相对聚焦（暂不支持 Canvas、上传、新标签页等复杂场景）；需要 TypeSafe API Key 才能完整使用；文档和示例相对较新，社区资源有限

喜欢这篇评测？浏览 198007.xyz 工具集发现更多 AI 自动化与浏览器操作工具。