浏览器与电脑操作
voice-browser
@serejaris★ 1JavaScriptMIT更新于 2026-09-17▶ 可当场跑
基于Jev、Chrome MV3和本地AI Gateway桥接,实现语音和文本浏览器控制。
英文原文
Voice and text browser control with Jev, Chrome MV3 and a local AI Gateway bridge
serejaris/voice-browser ↗
它在哪儿调用了 Jev
const response=await apiFetch(direct?'https://api.typesafe.ai/v1/systemone':base+'/api/decide',{method:'POST',headers:{'Content-Type':'application/json',...(dir
app.js:28
链接指向我们抓取当天的那个 commit,行号是准的。
它问 Jev 的问题
下面是从这个项目源码里原样取出来的 question 组合。
取自 tests/gateway.test.mjs:5
action选项
Choose action
e1 — click Docsnone — Do nothing
用你自己的内容跑一遍
代码
import { experimental_evaluate as evaluate } from 'ai';
const { answers } = await evaluate({
model: 'typesafe-ai/jev',
state,
questions: {
action: { type: 'choice', instructions: 'Choose action',
criteria: { e1: 'click Docs', none: 'Do nothing' } },
},
});
同类的其他项目
- jev-voice-browser ▶ — 通过语音控制真实浏览器,Jev 在约300毫秒内识别意图和目标,Playwright 快速执行操作。
- jev-macos-loop ▶ — 基于 Apple silicon 的 macOS AI 计算和原生 GUI 自动化,集成 Jev、OmniParser CoreML 和 Apple Vision OCR,支持自定义 OpenRouter、Vercel AI Gateway 或 TypesafeAI token。
- jekhov ▶ — 基于策略限制的Jev目标选择,用于增强Playwright工作流的稳定性。
- AskJev ▶ — AskJev 是 Jev 的自动驾驶工具,支持任意网站并防止不可逆点击,基于 TypeSafe System One。
- fastbrowse ▶ — fastbrowse 是一个快速浏览器 agent,Jev 从页面内容选择操作,LLM 负责阅读和规划,答案中的每个断言都引用页面内容。
- jev-for-chrome ▶ — Jev for Chrome 使用 TypeSafe Jev 进行快速决策,控制当前浏览标签页,是 browser-use/jev-ultrafast 的社区移植版本。
- jev-agent-browser ▶ — 基于Jev和agent-browser的快速受限浏览器agent,支持类型化操作、研究、分类和安全编排。
- jev-windows-voice ▶ — 通过土耳其语和英语自然语音控制 Windows 10/11 电脑,集成 OpenAI Realtime、本地 Whisper、Jev、UI Automation 和 Playwright。