Web Agent Fast (jev-ultrafast)
> 由 未迟AI笔记（公众号：未迟AI笔记）维护并分享。封装自 Browser Use 开源的 jev-ultrafast（MIT）。
Overview
jev-ultrafast 是 Browser Use × TypeSafe 联合推出的极速网页智能体：你只给一个自然语言目标（goal），它自己观察页面 → 在「动态、带索引的操作空间」里选操作（CLICK / TYPE_TEXT / SELECT / SCROLL / WAIT / DONE）+ 目标元素 → 驱动无头 Chrome 完成。不同于传统「写死每一步」的脚本，它没有站点专属脚本，同一策略可换任意任务。
实测：Google Flights 苏黎世→伦敦搜索，7.1 秒完成（含真实文本生成与页面加载等待）。
封装价值：把"装环境 + 配 Key + 跑任务"这套流程标准化，让你一句话就能让 Agent 去逛网站、填表、抓数据。
When to Use
- 用户想让 AI 自动操作网页：填表单、登录后抓数据、在网站间搬运信息、点完一串按钮。
- 触发词：网页智能体、浏览器自动化、自动填表、自动操作网页、jev、web agent、极速网页 agent、自动逛网站。
- 不适合：需要 100% 精确、可复现的 E2E 测试（它不是测试框架）；超大批量爬取（注意目标站点 ToS 与速率）。
Environment & Dependencies
硬门槛（务必先确认）：
- Python 3.10+ 与 uv（推荐包管理器，
pip install uv或官方脚本）。 - Chrome / Chromium 已安装；首次运行
uv sync会装 browser-harness 并连接。如连接失败跑uv run browser-harness --doctor。 - 两个 API Key：
-TYPESAFE_API_KEY（Jev/TypeSafe 的策略模型，去 typesafe.ai 申请）
-TEXT_MODEL_API_KEY（文本生成模型，示例用 OpenRouter 的inception/mercury-2.5，也可用 Gemini / GLM / DeepSeek 的 OpenAI 兼容接口）
> 成本：按 token 计费，且因为是「小模型 + 单次前向」，比传统 Agent 便宜得多；具体以 TypeSafe / 模型提供方账单为准。
Workflow
Step 1 — 安装（首次）
git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast
uv sync # 装依赖 + browser-harness
cp .env.example .env # 然后填入下面两个 Key
编辑 .env：
TYPESAFE_API_KEY=你的_typesafe_key
TEXT_MODEL_API_KEY=你的_openrouter_or_other_key
# 可选：TEXT_MODEL_BASE_URL / TEXT_MODEL_NAME 切换模型
Step 2 — 跑起来（两种方式）
方式 A — Web 可视化（最简单）
uv run jev
打开 http://127.0.0.1:8766 → 点 Start demo → Run automatically。可看到带编号的元素、操作概率、目标概率、已执行动作；Choose next 会在执行前暂停让你介入。
方式 B — 库调用 / 脚本（可批量、可集成）
直接用本 skill 的 scripts/run_task.py（在该 uv 环境内运行）：
# 在 jev-ultrafast 目录里，用它的 uv 环境跑本 skill 的脚本
uv run --env-file .env python "<skill>/scripts/run_task.py" \
--url "https://en.wikipedia.org/wiki/Main_Page" \
--goal "找到并打开关于哥德尔不完备定理的维基百科条目"
脚本会循环调用 Agent.run()，逐帧打印耗时与状态，结束时汇报成败。你要修改某次具体任务时，只改 --url / --goal 即可，无需碰策略代码。
Step 3 — 接到你的业务（进阶）
- 把
run_task.py包装成函数，返回「最终页面 URL / 抓取到的文本」，塞进你的销售助手、数据采集管线。 - 多任务并发：为每个任务起一个 Agent 上下文（注意 Chrome 实例数与机器内存）。
- 私有化：TypeSafe 若支持自托管，把
TYPESAFE_API_KEY换成本地端点即可去掉外部依赖。
Key Notes
- 隐私/合规：Agent 会真实打开网页并可能提交表单——只在你有权操作的站点上使用；遵守目标站 ToS，勿用于刷量/绕过风控。
- 稳定性：动态动作空间对「结构清晰、有明确按钮/输入框」的页面最稳；纯 Canvas/SVG 重绘或强反爬站点可能失准，先用 Web UI 跑一遍验证。
- 中文：goal 用中文没问题（底层文本模型支持）；但页面元素识别依赖 DOM，中文站同样适用。
- Chrome 连接：若报远程调试失败，确认 Chrome 允许远程调试（
browser-harness --doctor会引导）。
File Map
SKILL.md— 本说明。scripts/run_task.py— 库调用封装示例：给 URL + goal，自动跑 Agent 并汇报结果（在 jev 的 uv 环境内运行）。
