De auteur bekeek een WeChat-automatiseringsproject met Jev + DeepSeek: het leest de nodeboom van de app via Android-toegankelijkheidsdiensten, gebruikt screenshots plus lokale OCR als fallback, houdt alleen de laatste 10 berichten als context en merkt op dat WeChat dit kan detecteren met risico op een ban.
刚看了下这个jev wechat项目，模型是用 jev + deepseek 通过 Android 无障碍服务读取App 的节点树，兜底是用截图 + 本地 OCR 上下文只有最近 10 条消息 微信能监测到，有封号危险
Het LLM houdt geheugen/context bij, gebruikt agent-desktop voor snapshots en stuurt ze naar Jev, dat het juiste element kiest om te handelen, voor snellere Computer Use met Cursor en headless modus.
Riley Brown deelt dat Jev van TypeSafe AI 500 e-mails in seconden classificeerde voor slechts 3,5 cent, wat snelle en goedkope e-mailclassificatie laat zien.
Uitgebreide uitlegvideo over Jev, een AI die geen tekst schrijft maar bepaalt naar welke afdeling vragen moeten worden doorgestuurd en hoe urgent ze zijn.
