这是什么
一个 MCP 服务器，让 Claude Code、Codex 及其他支持 MCP 的 AI 智能体驱动真实的 Chrome 浏览器。智能体负责规划；jev-mcp 把页面转成干净的模型，JEV 负责大量细小的浏览器决策。
它怎么用 Jev
JEV 在过滤后的页面模型（DOM、无障碍树、布局、区域、元素引用）上回答类型化问题，例如哪个元素是出发城市输入框、某次点击是否成功。每个答案都带校准置信度；确信时工具自行执行，不确定时向智能体提问。
用到的原语:choicescorenoul
值得抄的做法
把细小的浏览器决策交给快速的类型化 System One 模型并附校准置信度，仅在不确定时才升级给规划器。
怎么试
git clone、npm install、npm run build:web、node bin/jev.mjs install、设置 API key、jev doctor。
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 是主角是0.94
- 有 System One 用法是0.94
- 处理了不确定性未判定0.54
- 有实测数据否0.32
- 可直接跑是0.97
- 值得推荐未判定0.43
- 是模型的复刻否0.07
- 问题普遍性按 0–2 打分1.15
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月23日 读 README 写成。