jevbooks

← 全部项目

playwright-jev-demo

Sandesh-S-Dalvi/playwright-jev-demo

Playwright 加 Jev 决策图演示,用于语义化测试自动化。

评测与基准0.83次选分类: Agent 决策
README 自动摘要

根据 README 自动整理于 2026年11月3日,不是本站运行记录。运行步骤和作者声称的效果仍需核验。

这是什么

一个面向生产的决策图架构演示:Playwright 负责确定性的浏览器操作和硬断言,TypeSafe Jev 针对紧凑的无障碍快照回答范围狭窄的类型化语义问题。面向希望在回归路径中不使用生成式 LLM 来构建语义化测试自动化的团队。

它怎么用 Jev

Jev 针对紧凑的无障碍快照回答范围狭窄的类型化语义问题(noul、choice、score);Playwright 负责确定性操作和硬断言。README 未说明 Jev 具体做哪些决策,也未说明结果如何接入代码。

用到的原语:choicescorenoul

值得抄的做法

让生成式 LLM 远离回归路径:用针对紧凑无障碍快照的类型化问题处理语义,用 Playwright 保证确定性。

怎么试

npm install;npx playwright install chromium;可选 export TYPESAFE_API_KEY;然后 npx playwright test。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

README 片段的模型判断

项目信号使用仓库元信息、已有摘要与 README 前 700 个字符;没有通读完整项目。“未检出”仅表示这些材料中未检出,并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期,不是源码审计或运行验收。

模型与判定日期

收录门禁
jev-1.14.0
项目信号
jev-1.14.0
项目分类
jev-1.14.0
模式标签
jev-1.14.0

证据

这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及,≤ 0.40 表示未检出,中间为未判定;都不是源码审查或运行结果。「可运行工具」题排除了研究实验,「推荐」题筛的是学习案例 Top 10,不是内容质量合格与否。

  • Jev 是项目的核心在材料中检出0.92
  • 展示了 System One 用法在材料中检出0.86
  • 写了怎么处理不确定在材料中检出0.71
  • 给出了实测数字未判定0.44
  • 是能跑起来的工具在材料中检出0.86
  • 学习案例 Top 10 候选信号未判定0.52
  • 是模型本身的复刻片段中未检出0.09
  • 解决的问题够普遍(0–2)按 0–2 打分0.94 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.92展示了 System One 用法0.86写了怎么处理不确定0.71给出了实测数字0.44是能跑起来的工具0.86学习案例 Top 10 候选信号0.52是模型本身的复刻0.0900.51解决的问题够普遍(0–2)0.94 / 2012

无判定区(0.40–0.60)

设计模式

没有模式的概率超过展示阈值。

各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年11月3日 读 README 写成。