jev-voice-browser：Jev 判断による音声ブラウザー操作

表示中のページ部品を索引付きの操作候補に変え、自然言語の目標に沿ってブラウザーを動かします。 Jev が一度の要求で操作と対応する要素を選び、TYPE_TEXT の場合だけ別の小型 LLM が文字を生成します。

typesafe-computer-use は文章で指定した目標を Mac の操作に変え、OCR とアクセシビリティ情報で画面を読み取ります。 TypeSafe Jev が動作、対象、サイトを選びます。事実はコードで計算し、自由な文章は別のモデルが生成します。 TypeSafe キーと画面収録・アクセシビリティ権限が必要です。CLI でドライランしてからマウスやキーボードを実際に操作できます。

Jev Browser Use は移動、クリック、切り替え、スクロールを担当し、入力と最終確認は Codex が行います。 Jev がアクセシビリティテキストから操作を選び、既存の Computer Use 接続が実行します。 Node.js 22 以降、ブラウザー接続済みの Codex、対応する TypeSafe または OpenRouter の認証情報が必要です。

TipTour は Jev のテキスト指示と、別の Gemini 音声モードを備える macOS メニューバーアプリです。 Jev が端末内で検出したコントロールを選び、TipTour がクリックを実行・確認します。画像は端末内に残ります。 モードと API キーを設定し、権限を許可します。ビルドには macOS 14.2 以降と Xcode が必要です。

Surf は Chrome の移動、ページ読み取り、クリック、画像取得をエージェントやスクリプト用の CLI にします。 任意の意味判断コマンドが Jev にコントロール選択、領域順位付け、結果確認、範囲内の操作選択を依頼します。 既知の手順には通常コマンドを使い、semantic.act は確信度、要素の鮮度、予算を確認しながら目標を探索します。

Unclutter は Chrome、Chromium、Firefox の不要な要素を隠し、ページテンプレートごとにルールを保存します。 Jev が候補要素を分類し、拡張機能が応答を検証してセレクターと元に戻せる非表示処理を管理します。 TypeSafe または Vercel の認証を選び、標準では手動分析します。保存ルールはオフラインでも使えます。