Jev 加速 Computer Use:LLM 记忆配合 Jev 执行操作
LLM 持有记忆与上下文,通过 agent-desktop 截图并发送给 Jev,由 Jev 选择正确元素执行操作,实现更快的 Computer Use,支持 Cursor 与无头模式。
作者认为 browser use 与 Jev 在真实 GUI automation 场景中仍像玩具,并提到其团队 2024 年开源的 Midscene 早期基于 DOM 的方案。
browser use + Jev 在我看来也就是个玩具,大部分人无脑吹 Jev 用来做 GUI automation 的都是没有真正用它在真实场景下跑过多少 GUI automation 任务的。 24 年 gpt 4o 刚出来没多久我们就开源了 https://github.com/web-infra-dev/midscene… ,早期的版本就是基于 dom