最近Jev在AI圈子里热度很高,有人拿它去12306查了趟动车票,想看看这种浏览器Agent到底能不能干点日常的活。
用的是Browser Use开源的Jev Ultrafast,一个主打速度的浏览器Agent。它能自己操作网页,理解页面内容,然后完成你交给它的任务。这次用Pi加DeepSeek跑的,消耗很低。
整个过程挺有意思的。给它一个简单的指令,它就自己打开12306网站,输入出发地和目的地,选择日期,然后把查询结果整理出来。看着它在浏览器里一步步操作,有种看人用电脑的感觉。
Jev这类工具的核心价值在于它不需要API。12306没有开放API,很多抢票工具都是通过模拟浏览器操作实现的。Jev做的事情本质上也是一样,但它用自然语言驱动,不需要写代码。你告诉它帮我查一下明天北京到上海的高铁,它就能自己完成整个流程。
从技术角度看,Jev的架构是把大模型的规划能力和浏览器的执行能力分离开来。大模型负责理解任务、制定计划,浏览器负责具体的页面操作。这种分工模式让Agent能处理各种网站,不需要针对每个网站单独开发接口。
不过目前这类工具还有明显的局限性。12306的验证码、登录流程、反爬机制都是挑战。简单的查询可以完成,但涉及到购票、支付这些需要身份验证的操作,Agent还搞不定。另外,网页结构变化后Agent可能会失效,需要持续维护。
对于开发者来说,Jev提供了一个很好的参考实现。Browser Use把这个项目开源了,代码质量不错,架构设计也比较清晰。想做类似浏览器Agent的团队可以直接参考,省去很多从零开始的时间。
话题来源 @yanhua1010
52.7K阅读 ❤️260 x.com/…↗ 已改写,非原文转载
18 浏览 0 评论
0 反应













