JevでComputer Useを高速化：LLMの記憶とJevによる操作実行
LLMが記憶とコンテキストを保持し、agent-desktopでスナップショットを取得してJevに送信、Jevが適切な要素を選んで操作を実行し、Computer Useを高速化。Cursor対応、ヘッドレス運用も可能。
arc-cuaがデスクトップタスクをJevに渡しクリックと入力を実行
arc-cuaがデスクトップタスクをエージェントに渡し、Jevがクリックと入力を担当。操作ごとにスクリーンショットとモデル呼び出しは不要で、エージェントが計画しJevが実行。オープンソース。
arc-cua hands a desktop task to an agent and lets Jev handle the clicks and typing. No screenshot plus model call after every action. The agent plans, Jev executes. Open source.
· 0 likesOpen on X
More like this
Jevが500件のメールを数秒で分類、コストはわずか3.5セント
Riley Brown氏が、TypeSafe AIのJevを使って500件のメールを数秒で分類し、コストはわずか3.5セントだったと共有。高速かつ低コストなメール分類を実証。
テキストを書かないAI「Jev」の総合解説動画
テキストを書かないAI「Jev」の総合解説動画。問い合わせをどの部門に振り分けるか、緊急度はどれくらいかを判断するAI。
