A faster browser agent
一個開源小型瀏覽器代理:每一步都重建頁面可用動作集合,再從中挑選下一步。
依類別整理的社群發表索引:代理、開發工具、介面、遊戲與實驗。每則以一句話說明它做什麼,並連回作者原始發表。本站與供應商無關。
每一步都只要求一個界線明確的判定,而不是要模型生成下一步動作的文字。
一個開源小型瀏覽器代理:每一步都重建頁面可用動作集合,再從中挑選下一步。
以 CDP 操作雲端瀏覽器工作階段,每一步都依當下頁面挑選動作,並保留逐步回放。
把電腦操作控制與每個動作一次的判定結合,測試小型模型能承擔多少桌面迴圈。
建置期與執行期的輔助工具:路由、上下文壓縮、即時生成介面與命令列判定。
為先前的工具呼叫評分來決定丟棄哪些,而不是用語言模型總結整份對話。
命令列工具,讓代理框架能問是非題、在多個選項中挑一個,或依準則評分。
依據判定形式的回應渲染你自己的元件與動作,讓介面是被選出來的,而不是逐行寫出來的。
在使用者還在輸入時就判斷提示詞是簡單或困難,讓快速模式能在送出前先提供。
讀懂意圖的日常軟體:表單、試算表、信箱、通知與輸入法。
環境輸入實驗:由鍵盤本身決定下一個建議是什麼,位於生成式介面的邊界。
表單自己決定下一個問題,而不是把分支寫成層層巢狀條件。
只要打上「緊急度」這類欄位標題,每一列就會邊打字邊依它評分,時間預算只有一次按鍵。
以判斷每格內容的意義來套用試算表格式,而不是靠事先寫好的規則比對。
依「信件在講什麼」搜尋信箱,用在關鍵字或語意搜尋已篩出的少量結果上正好。
把進來的通知與簡訊分成促銷或非促銷,將促銷訊息靜音但不刪除。
用多項準則對數千個商品批次評分,正是目錄與清單類工作的常見形狀。
對文件、資訊流與搜尋結果進行分類、排序與檢索。
把 26 張圖的建築圖說讀成材料清單,取代既有流程中較慢的模型步驟。
用技術深度、戲劇性、實用性等滑桿替單一讀者重排共用資訊流,而不是所有人共用一個順序。
開源搜尋前端:面對口語化問題,自行決定去哪裡搜、結果怎麼排序。
媒體、動態與擷取:虛擬試穿、生成模型路由、畫面流程與動畫角色。
讀取語音轉錄與身上衣著,從衣櫃挑一件,即時換裝。
瀏覽器代理依你指定的介面模式即時抓取新的產品流程,不必翻找靜態圖庫。
讀取生成提示詞,挑出平台上應由哪些影片與圖像模型處理。
每則訊息以十個判定組合出 3D 角色的表情:嘴、眉、眼、頰、視線與身體,不使用預設表情。
每一回合都負擔得起的遊戲判定,也包含結果並不理想的實驗。
每個動作都由它挑選;每次死亡就把沙箱中的遊戲狀態分成數條時間線,活下來的那條成為正史。
從同一個存檔點平行嘗試多種未來,再由負責檢視的模型挑出最佳結果繼續遊戲。
文字遊戲:每回合一次的模型呼叫便宜到可以成為正常遊戲的一部分。
多個實例彼此談判一款桌遊;作者誠實的發現是它們最後不再交易、集體卡住。
把遊戲拆給三個模型:一個設計世界、一個選擇每步行動、一個把判定轉成影片。
開放式嘗試,用來看這種「以判定為形」的模型還能指向什麼。
上百個畫面上的角色各自判斷是否對你感到無聊,觀眾的反應不靠預先寫好的動畫。
公開小玩具,一句話點出這個模型的重點:它不回答問題,而是判斷問題。
一個明確標示為實驗的帳戶,由模型決定交易;以實驗發布,而不是策略。
一次讀取數十筆結構化交易訊號並回傳判定,實際下單仍交給外層系統。
繪圖實驗:平行預測像素,而不是逐個詞元生成一張圖。
必須快到能在讀取頁面的同時完成分類的擴充功能。
把頁面元素分類為廣告或非廣告並移除廣告,而不是比對已知聯播網清單。
在模擬環境中選擇目標與控制,判定只是整個迴圈的其中一步。
依口語指令決定要撿哪個物件,實際動作則由另一個系統在模擬中完成。
研究與規則遵循實驗,以實驗而非建議的形式公開。
從新聞流中篩出值得進一步研究的公司,定位是研究步驟而不是下單。

每一則都來自作者公開的發表,並連回該發表,讓你能讀原文,而不是只信我們的摘要。我們依作者自己選的類別分組,並各寫一句話說明作品在做什麼。我們不轉載他們的程式碼、影片或文字,本頁也不構成背書。
索引是閱讀清單,不是評測。這裡沒有任何數據由本站實測;示範中能跑的東西,未必撐得住正式流量、供應商變更或服務條款審查。請把每一則當成想法與起點,動手前先確認作者的程式庫或示範。
部分畫面引用每筆判定的成本或延遲,那是作者在自己環境(模型路由、輸入長度、機器與網路)測出的數字,不能推算到你的流量上,本站也不把這些數字當成自己的數據轉述。
本站的收費則有明文:一筆完成的判定扣一點,限制見限額頁,請求契約見 API 文件。要比價,請用自己的輸入比較,而不是比一張截圖。
第一,迴圈中每步一次判定:代理從頁面實際提供的動作中挑下一步。第二,每列一次判定、以量取勝:批次標記數千列,標錯一列代價低,流程慢才貴。第三,替介面挑分支:表單決定下一個問題、試算表替每列評分、信箱依意圖搜尋。第四,負責路由:在既有的候選中挑模型、挑佇列或挑下一步。
共同點是問題範圍明確、答案範圍由呼叫方自己寫。這些有趣的實作都不生成文章,而是在既有選項中選擇,再由外層系統執行。
先從本站試用開始:貼上一則代表性的訊息,用你流程既有的標籤,看看結果與覆核旗標。若答案足以支撐最小但有用的一步,再用 MCP 接入代理,或以 REST 接上伺服器,並使用自己工作空間的金鑰。
授權、不可逆動作與驗收測試都要留在模型之外。實作案例只是「判定該放在流程哪裡」的想法;真正執行的權限仍屬於你的應用與使用者。
先測一個範圍明確的問題,再接入代理。本站是透過 OpenRouter 使用 Jev 的獨立工作空間;主模型負責規劃,你的應用負責權限與執行。
閱讀指南 ↗讓已有主模型與工具的代理多一個判斷步驟。這是 Jev API Pro 工作空間的端點,不是 TypeSafe 或其他社群伺服器。
閱讀指南 ↗Skill 告訴代理何時詢問、送哪些欄位及如何解讀;MCP 才是傳輸管道。下載說明不等於完成接線,也不消耗推論點數。
閱讀指南 ↗送出文字、區分結果的規則,以及流程已在使用的標籤。端點會回傳選定的標籤、模型提供時的機率與信心,以及覆核標記。
閱讀指南 ↗