TypeDecide 首页

Products · 生态产品

生态产品与应用案例

这里不仅列出项目名称,还说明它们解决什么问题、怎样组织模型与执行层、适合哪些团队,以及采用前必须确认的运行和授权边界。关系标签必须有公开资料支持,不因名称或功能相似就推断合作。

“Built with Jev”表示项目资料明确使用 Jev;“AI ecosystem”只表示相邻的 Agent 或自动化场景,两者不会混淆。

CASE 01浏览器 Agent
Built with JevMIT

Jev Ultrafast

Jev Ultrafast 是 Browser Use 发布的浏览器 Agent 参考实现。它先把当前可见控件整理成编号元素表,再由 Jev 同时选择操作类型和目标元素;只有执行 TYPE_TEXT 时才调用小型文本模型生成输入内容,从而把“做什么”和“写什么”拆成两条可检查的路径。

工作方式

  1. 读取当前页面可见控件并生成带编号的元素表,不把整页 HTML 直接交给模型自由解释。
  2. 在一次结构化请求中,让 Jev 从 CLICK、TYPE_TEXT、SELECT、SCROLL、WAIT、DONE、BLOCKED 等动作里选择操作,并匹配兼容的目标元素。
  3. 只有动作需要输入文本时才调用小型生成模型;点击、滚动和状态判断不依赖自由文本生成。
  4. 执行层在真正操作前重新检查节点是否仍然存在、位置是否变化以及是否被遮挡,模型结果不会直接变成选择器、坐标、JavaScript 或 Shell 命令。

适合评估

  • 理解结构化决策模型如何参与浏览器动作选择
  • 需要固定动作集合、概率结果和执行前复核的自动化原型
  • 比较“决策模型 + 小型文本模型”分工方式的参考实现

采用前确认

  • 运行需要 Python、uv、Chrome、Browser Harness、TypeSafe API Key 以及文本模型 API Key。
  • 作者展示的 Google Flights 7.1 秒结果只覆盖单一任务、浏览器配置和少量重复,不能视为通用浏览器 Agent 基准。
  • 这是自动化演示与参考实现;登录、支付、删除和其他高影响操作仍需要隔离环境、权限控制与人工确认。
浏览器自动化参考实现作者报告
CASE 02Agent Skills / PR 自动化
AI ecosystemMIT

Newsjack

Newsjack 是面向新闻监测、事实核查、PR 策略和媒体研究的 Agent Skills 工具包,通过 Markdown Skills 与 CLI 把现有编码或研究 Agent 扩展成一套可组合的公关工作流。它当前不是 Jev 产品;收录原因是新闻相关性、机会分流、新闻价值评分和升级人工等步骤天然适合结构化决策。

工作方式

  1. 持续搜索新闻与信号,追踪故事源头,并对候选事件做初步相关性筛选。
  2. 围绕事实核查、新闻价值、回应时机和传播风险组织研究材料,而不是只生成一段通用公关文案。
  3. 根据目标受众生成角度、标题和回应草案,并辅助记者匹配、媒体名单研究、PR 日历及 AEO/GEO 调研。
  4. 通过独立 Skills 组合工作流,让 Codex、Claude Code 等宿主按需加载能力;具体兼容程度仍以仓库说明为准。

适合评估

  • 需要把新闻监测、研究、写作和媒体联络拆成明确步骤的 PR 团队
  • 已经使用支持 Agent Skills 的工具,希望复用可审查工作说明的团队
  • 研究相关性判断、机会分类和人工升级阈值的结构化决策场景

采用前确认

  • 当前项目 README 未声明使用 Jev 或 TypeSafe,因此只能标记为相邻 AI 生态,不能写成“Built with Jev”。
  • 不同 Agent 宿主的工具、联网、权限和 Skill 支持并不一致,不能笼统理解为所有平台功能完全相同。
  • 事实核查、记者资料和对外回应仍需人工复核;涉及法律、声誉或时效风险的内容不能只依赖自动化输出。
Agent SkillsPR 工作流相邻生态