用 Jev（TypeSafe System One）驱动 ego lite 浏览器，把「下一步点哪里」的决策放进单个进程内闭环。
English summary:
ego-jevreplaces the per-step LLM round trip in browser automation with TypeSafe's System One model Jev. Jev reads one indexed element table and answers, in a single request, both the operation (click/type_text/select/scroll_up/scroll_down/wait/done/blocked) and the target element. Code owns observation, execution, verification and exit conditions.Measured after the engine rebuild: HN two-step navigation 4569ms → 1916ms on the same task, and against browser-harness + jev-ultrafast over 100 pre-registered paired rounds — click chain −378ms, wiki search −819ms (using 1 Jev decision instead of 3), form filling no difference, native select +248ms in their favour. Raw data in
bench/raw/via VERIFY-REPORT.md.
ego lite 的 ego-browser 让 Agent 操作真实浏览器（复用你的登录态）。
但典型用法是每一步都退出浏览器上下文、回到大模型思考「点哪里」——每步一次模型往返。
ego-jev 把这一步换成一个小的 System One 模型 Jev：
- 只把视口内的索引化元素表发给它（不是整页快照），1.6KB ≈ 400 tokens 量级
- 一次请求同时问 operation 和各操作的 target（推测性问题，彼此不可见）
- 每个 target 头只列出与它兼容的元素，操作与目标不匹配天然被排除
- 代码负责：观察、执行、陈旧校验、死循环保护、退出判定、space 收尾
它不是想替代大模型：Jev 不生成文本、不做业务判断，只回答「下一步做什么、点哪个」。 需要生成内容时再调一个小文本模型（见文本生成）。
方法：同任务、同元素表、同验证器，「交替 3 轮取中位数」。
A = ego-jev 单进程闭环；B = 经典循环（每步一个独立进程 + 大模型 kimi-k3 思考）。
测于 macOS + ego lite 0.5.0.32 + jev-1.13，2026-09-19。
| 任务 | A（ego-jev） | B（经典循环） | 结果 |
|---|---|---|---|
| Hacker News 两步复合导航 | 中位 4.9s（1 进程，12 次浏览器调用） | 中位 9.7s（3 进程） | 约 2.0× |
| 维基百科搜索（两组都要生成文本） | 中位 5.4s（1 步） | 中位 10.1s（2 进程） | 约 1.9× |
省在哪里（实测分解）：
- ✅ 决策往返：Jev 约 1.0–1.5s/次，可用大模型 1.6–4.5s/次
（实测
kimi-k31.8s、minimax-m31.6s、glm-5.33.2s、qwen3.8-max3.5s、deepseek-v4-pro4.5s） - ✅ 每步退出浏览器上下文：B 每步一个新进程，A 全程 1 个（进程启动实测仅 250–350ms/次，不是主要成本）
- ✅ 省浏览器动作（引擎重建后新增，现在是最大收益项）：默认观测是一次
page.evaluate自建 DOM 元素表（约 2ms / 1.8k 字符），动作走裸 CDP（13–16ms）； 旧路径是page.snapshot()110–130ms / 27484 字符、page.click(ref)788–1005ms
⚠️ 上表是引擎重建前的测量（2026-09-19，3 对/任务，方差大）。重建后的数字见下。 目标能用选择器写死时，直接写代码比两者都快。基准脚本见examples/bench/。
按剖析结果重建，不是按猜测——真实瓶颈是 ego 的语义动作通道，不是快照。 同任务隔离实验（5 臂 × 3 任务 × 3 次，全部 3/3 成功）：
| 任务 | 重建前 | 重建后 |
|---|---|---|
| Hacker News 两步导航 | 4569ms | 1916ms |
| httpbin 表单（填写+勾选+提交） | 6782ms | 3607ms |
| 维基搜索（含文本生成） | 3663ms | 3634ms（受模型延迟主导，无变化） |
与 browser-harness + jev-ultrafast 的预登记配对验证（5 任务 × 2 栈 × 10 轮 = 100 轮， bootstrap 95% CI，判定规则跑前写死）：
| 任务 | 结论 |
|---|---|
| HN 点击链 | 本体更快 −378ms，CI[−1453,−313]，10/0 |
| 维基搜索 | 本体更快 −819ms，CI[−1314,−195]；且只需 1 次 Jev 决策（对方 3 次） |
| 表单填写 | 无差异（CI 跨 0） |
| 原生下拉 | 对方更快 +248ms，CI[163,426] |
| 翻页（目标在文档序 110/119） | 两栈都完不成 —— 能力边界，非速度问题 |
另外：滚动若真的移动了视口或露出新元素就算进展 —— X 上必须连滚 >3 次的深帖任务 0/6 → 6/6。
详见 VERIFY-REPORT.md，每个数字都能追到 bench/raw/。
页面 ──page.evaluate──► 元素表（ref | role | 名称 | 当前值 | 勾选态 | 下拉选项 | 路径）
│
▼
单次 Jev 请求（并行、互不可见）
┌──────────────────────────────┐
│ operation: click/type_text/… │
│ click_target │ ← 只含可点元素
│ type_text_target │ ← 只含可输入元素
│ select_target │ ← 元素#选项序号
│ input_text │ ← 候选文本（可选）
└──────────────┬───────────────┘
▼
只消费命中操作的那个头 → 执行 → 由代码判定是否达成
关键设计：
- 一次请求、多个 target 头：避免串行的「先问操作再问目标」，也天然排除不兼容的目标
- 每个 target 头显式写明它假设的 operation（并行问题读不到彼此答案）
done/blocked就是 operation 之一，不另设概率阈值- 代码侧选项索引：原生下拉的候选写成
ref=6#2，索引由代码持有，模型只做选择 - Jev 无跨请求记忆，所以「已完成步骤」由代码回填进 state，复合目标才稳
- 陈旧校验：只执行与本次元素表一致的 ref，且比较页面变化时忽略
#hash
npx skills add jiangkoumo/ego-jev装完技能落在 Agent 的技能目录里（如 ~/.agents/skills/ego-jev/），引擎和 CLI 一起带过去。
git clone https://github.com/jiangkoumo/ego-jev.git
cd ego-jev
./install.sh # 链接 CLI 进 ~/.local/bin，并准备凭证文件
./install.sh --test # 顺带跑一次端到端冒烟测试帮我安装 https://github.com/jiangkoumo/ego-jev ：
- 执行
npx skills add jiangkoumo/ego-jev（skills CLI 不可用就改成克隆仓库跑./install.sh）；- 确认
ego-browser --version正常，没有 ego lite 就先让我装；- 确认
~/.config/typesafe/api_key存在且权限 600，缺了就问我要 Key——不要自己编，也不要回显它；- 跑下面「验证安装」里的命令，把真实输出和退出码报给我。
cd ego-jev && ./update.sh # 克隆安装：拉取 + 刷新软链 + 打印版本（幂等，可反复跑）
./update.sh --test # 顺带跑一次端到端冒烟
npx skills add jiangkoumo/ego-jev # skills CLI 安装的：重跑一次即覆盖更新update.sh 会自动判断你属于哪种安装方式：git 克隆就 git pull --ff-only（软链自动跟随，无需重装）；
skills CLI 装的是拷贝、会提示你重跑那条 npx skills add。工作区有未提交改动时会跳过 pull，
不会覆盖你的改动。
ego-browser --version # 前置条件
"<技能目录>/scripts/ego-jev" \
--url "https://en.wikipedia.org/wiki/Main_Page" \
--text "Jev" --until "/wiki/JEV" --steps 5 \
"在搜索框输入 Jev 并提交"
# 期望：exit 0，且输出里 "success": true这是最容易踩的坑：
ego-browser nodejs内嵌运行时只继承最小化登录环境（HOME/PATH等）， 父进程export的环境变量（含TYPESAFE_API_KEY）不会传进去。所以凭证必须写成文件。
mkdir -p ~/.config/typesafe && printf '%s\n' 'YOUR_TYPESAFE_API_KEY' > ~/.config/typesafe/api_key
chmod 600 ~/.config/typesafe/api_key从 TypeSafe 获取 API Key。也可用 TYPESAFE_API_KEY_FILE 指定别的路径，
或 --api-key 直接传入。
命令行：
# 简单目标
ego-jev --url "https://example.com" "点击登录按钮并聚焦输入框"
# 推荐：给确定性成功条件（URL 包含该子串即判成功）
ego-jev --url "https://news.ycombinator.com" --until "/newcomments" \
"先打开 new 页面，再打开 comments 页面"
# 需要输入文本：候选由调用方给，Jev 只选字段和选哪段文本
ego-jev --url "https://en.wikipedia.org/wiki/Main_Page" --text "Jev" \
--until "/wiki/JEV" "在顶部搜索框输入 Jev 并提交"
# 复用已有 taskSpace，完成后保留供人工检查
ego-jev --space 3 --keep-space --steps 15 "点击未发送帖子并保存"--until 给的是确定性退出条件，比依赖 Jev 自评 done 可靠得多，强烈建议带上。
退出码：0 达成 / 1 未达成（此时 taskSpace 被保留供排查）/ 2 参数错误 / 3 缺凭证。
在 ego-browser nodejs 脚本里复用引擎：
import { runJevAutonomousLoop } from "/path/to/ego-jev/ego-jev.mjs";
const result = await runJevAutonomousLoop(page, "先打开 new 页面，再打开 comments 页面", {
maxSteps: 8,
text: ["Jev"], // 可填文本候选（可选）
check: async (p) => (await p.url()).includes("/newcomments"), // 确定性成功条件（推荐）
});
console.log(result); // { success, reason, steps, history }把「自动驾驶」作为独立技能装给 Agent（可选）：
npx skills add jiangkoumo/ego-jev # 推荐
# 或本地链接：
mkdir -p ~/.agents/skills/ego-jev && ln -sfn "$PWD/SKILL.md" ~/.agents/skills/ego-jev/SKILL.md不要把 Jev 章节加进 ego lite 应用包里的
SKILL.md。那是供应商受签名的应用包， 升级会替换Resources/ego-skills/目录（版本号目录都会换），改动必然丢失。 本技能刻意放在包外，升级后无需重做。
--text 的候选文本由调用方给出时，Jev 只做选择。若想让模型自己写文本（例如「搜索哥德尔不完备定理」
需要生成搜索词），配置一个 OpenAI 兼容端点：
// ~/.config/typesafe/text_model.json
{
"baseUrl": "https://your-endpoint/v1",
"apiKeyJson": { "file": "~/.pi/agent/auth.json", "path": "opencode-go.key" },
"model": "deepseek-v4.1-flash",
"sessionHeader": "x-opencode-session",
"sessionId": "ego-jev",
"userAgent": "ego-jev/1.0"
}apiKeyJson引用已有凭证文件而不复制密钥；也可直接写apiKey- 生成结果严格校验：只接受恰好一个非空
text字段的 JSON，不合格判text_model_failed而不猜值 - 也可在脚本里把
textModel传成自定义async (input) => string函数接入任意模型 textModel: null显式禁用- 实测某网关的
deepseek-v4.1-flash会输出reasoning_content，reasoning:{enabled:false}无效， 生成约 1.3–1.9s
| reason | 含义 |
|---|---|
check_passed / jev_done |
成功 |
blocked |
Jev 判定验证码/登录墙/无可用推进手段 |
no_progress |
连续 5 次变更类动作页面无变化 |
stuck |
同一动作连续 3 次无变化（含反复滚动） |
target_missing |
选了需要目标的动作却没解析出目标（连续 2 次） |
no_targets |
连续 3 次空快照（页面可能仍在加载） |
text_model_failed / no_text_source |
输入操作拿不到文本，不会猜一个值填进去 |
action_failed / max_steps_reached |
执行异常 / 超出步数预算 |
失败时先看 reason 再决定是否重试；不要盲目重跑同一目标。
- 改选后需再点确认按钮的原生下拉不稳定：Jev 可能重复改选同一选项而被
stuck拦住。 实测带--until+--steps ≥6约 2/3 成功，失败时明确报stuck而非静默错误。 这类任务要么给--until，要么把两步动作写死。 - 并非所有控件都进快照：实测 DuckDuckGo 设置页 DOM 有 18 个复选框，快照里 0 个 （自定义样式的隐藏 input 不进辅助树）——这类元素引擎无从感知。 而部分站点的复选框在快照里既无定位器也无名称，只能按文档顺序兜底补齐； 仅当数量完全一致时才敢用，否则显示「勾选态未知」而不会谎报。
- 浏览器自动翻译会影响判断：实测页面被译成中文后，元素名与选项名与目标语言不一致。
Jev 跨语言选择正常，但
--until/check用 UI 字符串比较会误判——请比对 URL 路径或 DOM 状态。 - ego 运行时会静默吞掉两件事（排查时很坑）：
静态
import ... from "node:http"会让整个脚本无输出、exit 0（必须用await import()）； 运行时不能起服务也不能访问 loopback（fetch("http://127.0.0.1:...")会挂起后 exit 0）。 - 运行时拿不到自定义环境变量，且
process.cwd()是/：export FOO=bar在脚本里读不到， 相对路径也不能用。要传配置只能在父进程把值替换进脚本文本（本项目的 CLI 就是这么做的）。 - 真实验证码/登录墙未测（只在合成拦截页上验证过
blocked分支）。 - Jev 走完不等于业务正确，最终页面状态仍要按 ego-browser skill 的观察纪律复核。
cd examples/bench
# 编辑 task.json（目标/URL/验证子串），然后：
./run-pair.sh A # ego-jev 单进程闭环
./run-pair.sh B kimi-k3 # 经典循环：每步一个进程 + 大模型基准脚本需要 OpenCode Go（或任何 OpenAI 兼容网关）的凭证，路径写在脚本里，按需修改。
SKILL.md 技能本体（刻意放在根目录——`npx skills add` 就是找它）
AGENTS.md 给其他 Agent 的安装/验证指令（可直接粘贴的 prompt 在里面）
scripts/ego-jev.mjs 引擎
scripts/ego-jev CLI（自动在 同目录 / 仓库根 / ~/.agents/lib 里找引擎）
examples/bench/ A/B 对照基准脚本
install.sh 手工安装（不装技能，只把 CLI 接进 PATH 并准备凭证）
update.sh 一键更新（幂等；自动识别克隆/拷贝两种安装方式）
- citrolabs/ego-lite（MIT）—— 本项目的运行基础。
根目录的
SKILL.md是本项目自带的附加技能，装在应用包之外，不是对它的文档做的修改 - browser-use/jev-ultrafast（MIT, Copyright (c) 2026 Browser Use）
—— 本项目的响应校验、动作执行器、观测层元素表、提示词规则与整体架构部分由该项目翻译/改写而来。
许可声明见
THIRD-PARTY.md；分级依据与并排证据见THIRD-PARTY-ASSESSMENT.md与bench/raw/third-party-excerpts.md - TypeSafe —— Jev / System One
本项目没有再分发 ego-lite 的任何文档或代码；skill/ego-jev-section.md 仅包含我们自己撰写的章节。
MIT，见 LICENSE。