jevbooks

← 全部项目

jev-voice-browser

moritzkremb/jev-voice-browser

用语音控制真实浏览器,由 Jev 决定意图和目标。

这是什么

一个 Node 应用,通过 Playwright 用语音命令驱动有界面的 Chromium 窗口。它把 Web Speech API 的部分转录流式发送到本地服务器,服务器向 Jev 请求带类型的概率,然后执行、等待、询问或忽略。

它怎么用 Jev

每次部分转录更新时,向 Jev 发起一个请求,询问十来个带类型的问题:意图、目标元素、站点、命令是否完整、是否在对浏览器说话、是否有破坏性、滚动量,以及候选文本/URL 片段。代码根据返回的概率决定执行、等待、询问还是忽略。

用到的原语:choicescorenoul

值得抄的做法

在代码中提取候选片段,让 Jev 只做选择,然后原样复制,而不是生成文本。

怎么试

克隆仓库,npm install,npx playwright install chromium,设置 TYPESAFE_API_KEY,然后运行 ./run.sh 并在 Chrome 中打开 http://localhost:8787。

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0.95
  • 有 System One 用法0.98
  • 处理了不确定性0.11
  • 有实测数据0.62
  • 可直接跑0.93
  • 值得推荐0.66
  • 是模型的复刻0.04
  • 问题普遍性按 0–2 打分0.41
  • 与 Jev 相关0.99

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。