jevbooks

← 全部项目

typesafe-computer-use

awlevin/typesafe-computer-use

macOS 计算机操作:OCR 加有界 Jev 动作选择。

Agent 决策99%次选分类: 分类与路由

这是什么

一个 macOS 计算机操作循环,按你输入的英文目标驱动机器。它以确定性方式读取屏幕,并向小型分类器询问下一步动作,避免把截图发给大模型。

它怎么用 Jev

每一步发送一次 TypeSafe 请求,包含三个 Choice(有屏外控件时四个):kind(click_item、use_browser、type_text、scroll…)、click_item 用的 item、use_browser 用的 site、press_offscreen 用的 offscreen。返回的选择变成确定性动作,循环随后等待并再次截屏。

用到的原语:choice

值得抄的做法

把决策拆成互斥的问题,让屏幕噪声不进入动作选择;选项重叠会被读成犹豫。

怎么试

uv run clicker "open the Playground"(试运行),加 --act 则真正驱动机器。

去 GitHub 看

Jev 判的jev-1.13.0

证据

每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。

  • Jev 是主角0.67
  • 有 System One 用法0.86
  • 处理了不确定性0.07
  • 有实测数据未判定0.56
  • 可直接跑0.73
  • 值得推荐0.38
  • 是模型的复刻未判定0.56
  • 问题普遍性按 0–2 打分0.79
  • 与 Jev 相关0.98

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。