Jev Ultrafast: مساحة الأفعال المفهرسة ديناميكيًا، وقرار مزدوج في ذهاب وإياب واحد
بطل الدليل المتقدم، وهو Jev Ultrafast، عبارة عن agent متصفح مفتوح المصدر من Browser Use × TypeSafe (github.com/browser-use/jev-ultrafast): أعطه هدفًا بلغة طبيعية واحدة، فيتولى Jev اختيار العمليات وعناصر الصفحة، ولا يكتب الـ LLM الصغير سلاسل نصية إلا عند الحاجة إلى الكتابة — بحث Google Flights من زيورخ إلى لندن يكتمل في 7.1 ثانية (تفاصيل القياس في درس قراءة الأداء).
لماذا هو سريع إلى هذا الحد؟ الجواب ليس في نموذج صندوق أسود بعينه، بل في توليفة ثلاثة أمور: مساحة الأفعال المفهرسة ديناميكيًا، والقرار المزدوج في ذهاب وإياب واحد، والحلقة المقتضبة بلا لقطات شاشة. يفكّك هذا الدرس هذه الأمور — فالـ agent بأكمله لا يتجاوز ستة ملفات مصدرية، وتصفه الجهة الرسمية بنفسها بأنه «صغير بما يكفي لقراءته كاملًا» (Small enough to read).
ماذا ستستطيع فعله بعد إتمام الدرس
- شرح «مساحة الأفعال المفهرسة ديناميكيًا»: كل ملاحظة تولّد قائمة عناصر مرقّمة جديدة، وكل نوع من أنواع العمليات الـ 8 يوفّر أهدافًا متوافقة فقط
- قراءة بنية طلب TypeSafe واحد: سؤال الـ operation + الـ target heads، وقراران يشتركان في ذهاب وإياب شبكي واحد
- تتبّع حلقة الـ agent بالموازنة مع الكود المصدري: بلا لقطات شاشة، لقطة حالة واحدة واستدعاء متصفح واحد لكل دورة، وتحقق قبل النقر
- سرد حدود الأمان: مخرجات النموذج لا تلمس المتصفح مباشرة أبدًا، وDONE تحتاج تحققًا مستقلًا، وقائمة العناصر غير المدعومة مثل shadow DOM
- التمييز بين النسخة المحلية مفتوحة المصدر وخدمة BU Ultrafast السحابية من Browser Use Cloud
معضلتك الحالية
- استخدمت agent متصفح يغذّي لقطات الشاشة لنموذج متعدد الوسائط: كل خطوة تحتاج لقطة شاشة، بطيء ومكلف، وقفزة واحدة في حركة الصفحة تُضيّع الأزرار
- كتبت سكربتات أتمتة لمواقع: أي تعديل على الـ selector يهدم كل شيء، والصيانة كأنك تركض خلف قطار مغادر
- سمعت أن Jev Ultrafast يبحث عن الرحلات في 7 ثوانٍ، لكنك لا تعرف المبدأ، ولا تعرف من أين تبدأ عندما يفشل التشغيل
متى تستخدم هذه الحيلة
عندما تحتاج إلى:
- فهم مبادئ هذا الـ agent للمتصفح أولًا قبل الشروع في التثبيت (الدرس التالي)، بحيث تعرف أي ملف تراجع إليه عند وقوع خطأ
- تقييم مدى ملاءمة صفحتك: حدود مثل shadow DOM وcanvas والرفع يجب رؤيتها بوضوح أولًا
- الاستفادة منه لإنزال التوسيع التخميني لـ الأسئلة المتوازية لـ Jev في agent حقيقي
ولا ترغب في:
- نسخ الأوامر وتشغيل الـ demo بلا فهم، فتتعثر عند أول خطأ
- اعتباره أتمتة شاملة: نجاح موقعين ≠ موثوقية واسعة، والنص الرسمي حذر بهذه الدرجة نفسها
🎒 التحضير قبل البدء
- أتممت الدليل المتقدم: تعرف أن Jev Ultrafast هو بطل هذه المرحلة وأن الدروس القادمة تدور حوله
- تتذكر نوع الأسئلة Choice: كل نقطة قرار في Ultrafast هي Choice، وتحمل الإجابات probabilities وconfidence
- (اختياري) افتح github.com/browser-use/jev-ultrafast في المتصفح؛ سيشير النص إلى أسماء ملفات تحت
jev_ultrafast/، وقراءتها بالموازنة أوضح
يشرح هذا الدرس المبادئ فقط ولا يحتاج إلى تثبيت أي شيء — يبدأ العمل التطبيقي من الدرس التالي التثبيت والتشغيل.
الفكرة الجوهرية
يمكن ضغط طريقة عمل Jev Ultrafast الكاملة في جملة واحدة (بمعنى نص README الأصلي):
أعطِ هدفًا. يختار Jev العملية والعنصر. لا يكتب الـ LLM الصغير سلسلة نصية إلا عندما تكون العملية
TYPE_TEXT.
ثلاثة مفاهيم رئيسية، تُفصَّل تدريجيًا في «اتبع معي» لاحقًا:
| المفهوم | شرح في جملة واحدة | المصدر |
|---|---|---|
| مساحة الأفعال المفهرسة ديناميكيًا (action space) | كل ملاحظة تولّد قائمة عناصر مرقّمة جديدة؛ مجموعة العمليات ثابتة وتضم 8 أنواع؛ وكل عملية توفّر أهدافًا مدعومة فقط | README.md |
| قرار مزدوج في ذهاب وإياب واحد | يسأل طلب TypeSafe واحد في آنٍ واحد «أي عملية تُنفَّذ» و«أي عنصر يُنقر لكل عملية»؛ وعند التنفيذ لا يُستخدم إلا جواب الهدف المطابق | README.md، docs/design.md |
| حلقة بلا لقطات شاشة | حلقة الـ agent الافتراضية لا تستهلك لقطات شاشة، بل يستهلك Jev حالة state مهيكلة؛ واللقطات مخصصة لـ inspector فقط | README.md |
والفرق عن agents المتصفح الشائعة القائمة على لقطات الشاشة (كل بند في العمود الأيمن يستند إلى قسم «Why it moves» في README):
| البُعد | agent قائم على لقطات الشاشة | Jev Ultrafast |
|---|---|---|
| مدخلات النموذج | لقطات شاشة لكل صفحة + DOM متفرقات | قائمة عناصر مهيكلة + نص مرئي، بلا لقطات شاشة |
| كلفة القرار | استدعاءات نموذج متعددة في الخطوة الواحدة | طلب TypeSafe واحد بالضبط في كل دورة قرار |
| ملاءمة المواقع | selector وسلاسل حقول مكتوبة مسبقًا وهشّة | لا سكربتات مواقع ولا سلاسل حقول جاهزة في الاستراتيجية إطلاقًا |
| توليد النص | النموذج الكبير يولّد طوال العملية ويشمل الاستدلال | يولّد LLM صغير مقطع JSON واحدًا فقط عند TYPE_TEXT |
💡 النسخة مفتوحة المصدر مقابل خدمة BU Ultrafast السحابية
توفر Browser Use Cloud نسخة مستضافة BU Ultrafast متاحة لجميع الخطط: يكفي ضبط model: "bu-ultrafast" (cloud.browser-use.com). أما هذه النسخة مفتوحة المصدر على GitHub فتعمل محليًا. هذا الدرس يشرح النسخة مفتوحة المصدر.
اتبع معي
الخطوة 1: تفكيك فضاء الأفعال——«قائمة المواد الخام» لمبدأ Jev Ultrafast
لماذا: كل قرارات Ultrafast تنمو فوق فضاء الأفعال. إذا لم تفهم كيف تأتي قائمة العناصر، فإن بنية الطلب لاحقًا ستكون مجرد حفظ JSON عن ظهر قلب.
عند كل ملاحظة للصفحة، يولّد سكربت اللقطة قائمة عناصر جديدة مرقّمة (النص الأصلي من مثال README):
[1] button Change ticket type · Round trip
[2] combobox Where from? · San Francisco
[3] combobox Where to? · empty
[4] textbox Departure · empty
...كل سطر = رقم + role + اسم قابل للقراءة + القيمة الحالية. الرقم ينتمي إلى هذه القائمة: كل ملاحظة تنتج قائمة عناصر جديدة (README: Every observation produces a new element table). نفس عقدة DOM حتى لو كانت قابلة للنقر والإدخال معًا، تشغل رقمًا واحدًا فقط (design.md: One node receives one index).
مجموعة الأفعال ثابتة بعدد 8 أنواع (النص الأصلي من README):
| الفعل | الاستخدام |
|---|---|
CLICK | النقر على عناصر أو أزرار أو عناصر قوائم أو اقتراحات إكمال تلقائي أو تواريخ في التقويم |
TYPE_TEXT | إدخال/استبدال نص في حقل قابل للتحرير، والقيمة يولّدها LLM صغير من الهدف |
SELECT | اختيار قيمة من قائمة منسدلة أصلية تمت ملاحظتها |
SCROLL_UP / SCROLL_DOWN | تمرير الصفحة (تُضاف تلقائيًا عندما تكون اللقطة قابلة للتمرير في اتجاه ما) |
WAIT | انتظار تحديث الصفحة (100ms) |
DONE | تحققت جميع المتطلبات بشكل مرئي |
BLOCKED | لا يوجد فعل مدعوم يمكنه دفع الهدف قدمًا |
تفصيلان:
- الهدف لا يحوي إلا عناصر متوافقة. لكل فعل قائمة أهداف مرشحة مقابلة، فلا تظهر أخطاء تركيبية مثل «الكتابة داخل زر».
- القائمة المنسدلة الأصلية تحمل مؤشرين. هدف SELECT ليس الحقل، بل «الحقل:رقم الخيار»، فمثلًا
2:3يعني الخيار رقم 3 في القائمة المنسدلة رقم 2——رقم الخيار تملكه الشيفرة، ولا يخترعه النموذج.
ينبغي أن ترى: قسم The action space في README يعطي نفس قائمة العناصر ونفس مجموعة أسماء الأفعال البالغة 8، حرفيًا دون تغيير.
- أستطيع ذكر جميع أنواع الأفعال البالغة 8، وتفسير سبب حمل هدف SELECT لمؤشرين
الخطوة 2: قراءة طلب واحد——سؤال operation ورؤوس target
لماذا: «قراران في جولة واحدة» هو مصدر السرعة والتكلفة المنخفضة، وهو أيضًا إعادة استخدام مباشرة لقدرة Jev الأسئلة المتوازية في سيناريو المتصفح.
في كل دورة قرار، تقوم choose() في model.py بتجميع طلب TypeSafe واحد وإرساله إلى https://api.typesafe.ai/v1/systemone. الطلب يبدو هكذا (تبسيط توضيحي، أسماء الحقول والبنية وفية لنص choose() الأصلي):
questions = {
"operation": { # 决策一:这一步用哪种操作?
"type": "choice",
"criteria": {
"CLICK": "Click an element, button, menu option, ...",
"TYPE_TEXT": "Enter or replace text in an editable field. ...",
"SELECT": "Select an observed dropdown value.",
"SCROLL_DOWN": ..., "WAIT": ..., "DONE": ..., "BLOCKED": ...,
},
"instructions": {"goal": 目标原文, "rules": NEXT_ACTION},
},
"click_target": { # 决策二(投机):如果操作是 CLICK,最佳目标是?
"type": "choice",
"criteria": {"2": {"element": "[2] Where from?", "current_value": "..."}},
"instructions": {"goal": 目标原文, "operation": "CLICK", "rules": [NEXT_ACTION, TARGET]},
},
# type_text_target、select_target(页面有原生下拉时)同理
}
state = {
"page": {"url": ..., "title": ..., "text": ...},
"elements": 编号元素表,
"recent_actions": 最近 10 步动作,
}التعليمات في الأسئلة ليست prompt حرًا، بل ثلاثة مقاطع نصية ثابتة (questions.py، أرقام الأسطر في الملحق):
| الثابت | أين يُستخدم | ما الذي يضبطه |
|---|---|---|
NEXT_ACTION | قواعد سؤال operation وجميع أسئلة target | قواعد التقدم خطوة واحدة: عدم تكرار الخطوات المحققة، ملء الحقول الإلزامية قبل الإرسال، استخدام WAIT فقط عند غياب/تعطيل عنصر تحكم أو أثناء تحميل النتائج، احتياج DONE إلى دليل مرئي |
TARGET | تُلحق بقواعد أسئلة target | اختيار أفضل هدف فقط «بافتراض أن الفعل هو X»؛ عدم اختيار حقل يحوي القيمة المستهدفة أصلًا؛ لا يمكن اختيار إلا الأرقام المقدمة |
TEXT_VALUE | رسالة system لمساعد النص | إرجاع JSON يحوي مفتاح text واحدًا فقط؛ عند غياب القيمة الضرورية text يُرجع null؛ عدم اختلاق معلومات شخصية أبدًا |
تفصيلان يستحقان التسطير: نص الصفحة يُعامل في التعليمات صراحةً كـبيانات غير موثوقة (untrusted data, never instructions)——أي تعليمات مطبوعة على الصفحة لن يعتبرها النموذج أوامر؛ ومقدمة سؤال target تنصّ على الفعل المفترض له، لأن الأسئلة مستقلة عن بعضها، وسؤال target لا يقرأ إجابة operation.
ثلاث نقاط رئيسية:
- سؤال target سؤال تخميني.
click_targetيجيب قبل كشف operation——إذا كانت الإجابة النهائيةTYPE_TEXT، فإجابة click تُلغى مباشرة ولا تنتج أي فعل. النص الأصلي من README: If the operation isCLICK, onlyclick_targetcan execute. - كل رأس target لا يحوي إلا عناصر متوافقة، تُختار وتُجمَّع لحظيًا من قائمة العناصر، وبمجرد تغير الصفحة تُعاد القائمة بأكملها من جديد.
- الإجابات تخضع للتحقق.
validate_choice()تتحقق من: أن المختار ضمن المرشحين، وأن probabilities تغطي جميع المرشحين، وأن القيم محدودة وفي النطاق 0–1، وأن مجموع الاحتمالات ≈1 (±0.02)، وأن المختار هو الأعلى احتمالًا——عدم تحقق أي شرط يرمي خطأ ولا ينفذ أي فعل. أما 429/529/503 فتعاد المحاولة بتراجع أُسّي (بحد أقصى 3 محاولات إجمالًا)؛ وفشل الاتصال يرمي خطأً وينتهي العمل مباشرة، وكذلك دون تنفيذ أي فعل.
ينبغي أن ترى: في model.py دالة choose() واحدة بنحو 70 سطرًا، ونمط معرفات الأسئلة هو «operation + أسماء الأفعال بأحرف صغيرة + _target»، وإذا طابقت الأنماط فبإمكانك قراءة أي ملف سجل طلبات.
- أستطيع تحديد أي سؤال هو التخميني، ومتى تُلغى إجابته
الخطوة 3: المرور بحلقة agent——التنبؤ، والتنفيذ، وإعادة الملاحظة
لماذا: بعد معرفة «ماذا نسأل»، يجب معرفة «ماذا يحدث قبل التنفيذ وبعده»——هذه الطبقة كلها تحرسها الشيفرة ولا تكلف مال النموذج.
agent.py في Agent.command() هي حلقة ثلاثية الحالات:
ready ──predict──► predicted ──act──► ready ──…(循环直到 done / blocked)في كل tick يُنفَّذ predict → act مرة واحدة (وإذا انتهت صلاحية اللقطة لتغير الصفحة، تُعاد الملاحظة وتأتي جولة جديدة). التصميم الرسمي لطبقة التنفيذ (بنود README Why it moves، ترجمة معنوية بالصينية):
| التصميم | الدور |
|---|---|
| الحلقة الافتراضية لا تستخدم لقطات شاشة | Jev تتغذى على state مهيكل؛ لقطات الشاشة تُعطى لـ inspector فقط |
| لقطة واحدة لكل استدعاء للمتصفح | تُقرأ عناصر التحكم المرئية وأسماؤها وقيمها ونصوصها كلها دفعة واحدة، مع الاحتفاظ بمراجع عقد DOM الحقيقية |
| تحقق قبل النقر/الاختيار | بالمقارنة مع document والنموذج والعنصر الهدف والسياق المجاور؛ يُعاد التحليل قبل إدخال المعلومات الهندسية، وتُرفض عناصر التحكم المحجوبة مباشرة |
| بعد الكتابة في combobox ينتظر الاقتراحات | ينتظر حتى تظهر اقتراحات مرئية، بحد أقصى 200ms؛ وباقي التفاعلات حتى إطارين من إطارات الرسوم المتحركة أو 50ms |
| تبقى علامات التبويب الخلفية قيد العرض | تُستخدم محاكاة التركيز لمنع خنق الرسوم المتحركة، دون تبديل علامة التبويب المرئية في Chrome |
| لا يُرسل سوى النص المرئي | النصوص والتذييلات خارج الشاشة لا تدخل سياق النموذج (تُقتطع حتى 6000 حرفًا) |
| إعادة استخدام طلبات النص المقطوعة | عند إعادة المحاولة بسبب انتهاء صلاحية الصفحة، لا يُعاد استخدام مدخل مساعد النص الكامل إلا إذا لم يتغير حرف واحد منه |
ثلاث بوابات تأمين ضد الانحراف (المصدر الأصلي agent.py / design.md):
- ميزانية الجولة الواحدة: 60 إجراء متصفح، و120 طلب قرار؛ ويحتفظ جدول العناصر بحد أقصى 250 مرشحًا، ولا يمكن اختيار المقتطع منها مجددًا
- عدم تغيّر الصفحة إطلاقًا في 3 إجراءات متتالية (وليس أي منها WAIT) → تُضبط الحالة على
blockedإيقاف - يُستهلك القرار مرة واحدة قبل التنفيذ — إعادة المحاولة لن تنقر أبدًا على الزر نفسه مرتين؛ يُسجَّل الإجراء في السجل أولًا ثم تُلاحظ الشاشة التالية، والملاحظة المنتهية الصلاحية لا تمحو الإجراء المنفَّذ
يجب أن ترى: ثلاث مقاطع داخل agent.py في command() هي tick / predict / act؛ وشرط تفعيل blocked هو كون الخطوات الثلاث الأخيرة page_changed كلها False.
- أستطيع مطابقة أرقام البوابات الثلاث: 60 / 120 / 250 مع 3 حالات عدم تغيير متتالية
الخطوة 4: تذكّر حدود السلامة — كلام النموذج لا يُعتمد عليه، الكود هو الحَكَم
لماذا: أكبر فخ في هذا النوع من وكلاء مستوى الصفحة ليس البطء، بل «النموذج يوجّه المتصفح لتنفيذ مخرجات النموذج مباشرة». تصميم Ultrafast يسدّ هذا الطريق في كل طبقة.
بنود الحدود (README Evidence and limits + design.md):
- لا يتحول ناتج النموذج أبدًا إلى selector أو إحداثيات أو أوامر shell أو JS قابل للتنفيذ — يُحلَّل كل هدف تنفيذ من عقد DOM حقيقية مرصودة ومُرقَّمة بالكود
- يجب أن تُحلَّل مخرجات مساعد النص إلى JSON صغير قبل الكتابة: يجب أن يحتوي على مفتاح
textواحد فقط، وأن تكون السلسلة غير فارغة، وبطول ≤2000 (ينص النص الأصلي على عدم الكتابة فيما عدا ذلك) - DONE ليس دليلًا على النجاح، بل يتطلب تحققًا مستقلًا من النتيجة — مثال Flights يحمل
verify()الخاصة به لإجراء 7 فحوصات مستقلة (تشغيل Google Flights درس يفصّل ذلك) - قارئ DOM يدعم فقط عناصر HTML وARIA الشائعة، ولم يُنفَّذ خوارزمية accessible-name الكاملة؛ shadow roots وframes وcanvas والرفع والنوافذ المنبثقة والتمرير المتداخل ومكونات لوحة المفاتيح العشوائية** غير مدعومة**
- خارج
DONEللنموذج، قد يُخطئ الحكم على الصلاحية أيضًا: العملية الصالحة قد تكون مع ذلك خاطئة. في المقارنة المتناوبة الرسمية البالغة 6 جولة اجتاز كل جانب 3/3؛ واستنتاج تسريع الأداء مبني على عينة صغيرة جدًا (3 أسرع في كل شيء، اختبار الإشارة الثنائي الجانب p=0.25)، والجهة الرسمية نفسها توضح أن هذه عينة صغيرة مضبوطة على مهمة واحدة وإعداد متصفح واحد، وليست معيار موثوقية عامًا
يجب أن ترى: يذكر قسم Evidence and limits في README المجموعة نفسها من مصطلحات الحدود — shadow roots وframes وcanvas وغيرها، بما يطابق القائمة أعلاه بندًا ببند.
- أستطيع إعادة صياغة «الاثنين لا»: النموذج لا ينفّذ مباشرة، وDONE لا يُعد دليلًا على النجاح
نقاط التحقق ✅
- أستطيع كتابة أسماء 8 عمليات، وذكر قاعدة أن كل عملية لا تقترن إلا بأهداف متوافقة معها
- أستطيع شرح أي القرارين في «جولة واحدة بقرارين» هو القرار التخميني، وأيهما يمكن أن يتحول إلى إجراء
- أستطيع مطابقة أرقام الميزانية والاقتطاع: 60 إجراء / 120 قرارًا / 250 مرشحًا، و3 حالات عدم تغيير متتالية → blocked
- أعرف أن مخرجات النموذج لن تتحول أبدًا إلى كود قابل للتنفيذ، وأن النص يجب أن يُحلَّل إلى JSON يحتوي على مفتاح text فقط
- أميّز بين النسخة المحلية مفتوحة المصدر ونسخة الخدمة السحابية (
model: "bu-ultrafast")
تنبيهات من المخاطر
❌ الظن أنه يلتقط لقطة شاشة في كل خطوة
حلقة الوكيل الافتراضية لا تستخدم لقطات الشاشة صراحةً — Jev يتغذى على حالة مهيكلة (جدول عناصر + نص مرئي). لقطات الشاشة يفعّلها inspector ووظيفة التسجيل بشكل مقصود (screenshots=True أو record_dir=...).
الفهم الصحيح: إن أردت رؤية ما يفعله بعينك، استخدم inspector في العرض التجريبي؛ فالوكيل نفسه لا يعتمد على الرؤية، وهذا أحد أسباب سرعته.
❌ اعتبار Ultrafast أداة أتمتة متصفح شاملة
canvas ورفع الملفات وداخل shadow DOM والنوافذ المنبثقة والتمرير المتداخل ومكونات لوحة المفاتيح العشوائية — كلها غير مدعومة في نسخة MVP. فهو لا يتعرف إلا على عناصر HTML/ARIA الشائعة.
الطريقة الصحيحة: قبل بدء أي مهمة، راجع قائمة الحدود في الخطوة 4 وصفِّها؛ الصفحات التي تتضمن هذه العناصر لا تُقتحم حاليًا، وللتفصيل في الاستقصاء انظر استكشاف أخطاء Ultrafast وإصلاحها.
❌ الرغبة في كتابة سكربت مخصص لموقع معين وحشو قيم حقول جاهزة
لا توجد في هذه الاستراتيجية سكربتات إجراءات خاصة بمواقع، ولا سلاسل حقول جاهزة — الخطوات الخمس المُعدّة يدويًا في النسخة الأولية أزالتها الجهة الرسمية صراحةً عند إعادة التصميم (design.md «What changed after the first demo»).
الاستخدام الصحيح: سلّم هدفًا من جملة واحدة إلى الوكيل ودعه يجد طريقه بنفسه من جدول العناصر. ولتخصيص المهام استخدم الواجهة القياسية في مكتبة الوكيل، لا أن تحشو منطقًا في الاستراتيجية.
❌ اعتبار DONE نجاحًا فور رؤيته
DONE مجرد حكم النموذج، وليس دليلًا مستقلًا. حتى مثال Flights الرسمي لا يُعد ناجحًا إلا بعد إكمال verify() الخاص به.
الطريقة الصحيحة: اجعل نجاح المهمة خطوة تحقق مستقلة في الكود، لا حالة يُبلغ عنها النموذج بنفسه.
تقنيات متقدمة (اختياري)
اقرأ قسم «ما الذي تغيّر بعد العرض التجريبي الأول» في design.md. يسجّل ذلك القسم التطور من خمس خطوات مُعدّة يدويًا إلى استراتيجية ديناميكية، كما صحّح الخطأ في الحكم على checkbox الناتج عن «معاملة كل INPUT كعنصر قابل للتحرير» — بفهم هاتين النقطتين، تفهم لماذا وُجدت قاعدتا «لا سلاسل جاهزة» و«قواعد قابلية التحرير تحدد مدى توفر TYPE_TEXT».
بعد إكمال الدرس التالي والتهيئة، استخدم inspector للمشي خطوة بخطوة. سيتوقف Choose next قبل التنفيذ، ويعرض اللوح العناصر المرقّمة واحتمالات العمليات واحتمالات الأهداف والإجراءات المنفَّذة — قارن بعينك رؤوس التخمين المشروحة في الخطوة 2، فذلك يثبت في الذاكرة أكثر من قراءة الكود عشر مرات.
خلاصة الدرس
✅ Jev مبدأ Ultrafast = فهرسة ديناميكية لفضاء الإجراءات (جدول عناصر مرقّم جديد لكل ملاحظة، و8 عمليات، وكل عملية لا تقترن إلا بأهداف متوافقة) + جولة واحدة بقرارين (operation مع رؤوس target في الطلب نفسه، ورأس التخمين يُرمى إن لم يُستخدم) + حلقة مقتضبة بلا لقطات شاشة.
✅ المفاهيم الثلاثة الرئيسية كلها مأخوذة من نص README / design.md الأصلي (The action space و Why it moves و Evidence and limits)، وملفات المصدر الستة صغيرة بما يكفي لقراءتها كاملة.
✅ طبقة التنفيذ بلا ذكاء: هناك تحقق قبل النقر، ومخرجات النموذج لا تُنفَّذ مباشرة، والنص يجب أن يمر عبر تحليل JSON، وDONE يحتاج إلى تحقق مستقل.
✅ الحدود واضحة: 60 إجراءً / 120 قرارًا / 250 مرشحًا؛ shadow DOM و canvas والرفع غير مدعومة؛ 6 مقارنات متقابلة هي عينة صغيرة (استنتاج تسريع الأداء p=0.25)، والمسؤولون أنفسهم وسموها بـ«ليست معيارًا عامًا».
✅ تشغيل النسخة مفتوحة المصدر محليًا، وتشغيل خدمة BU Ultrafast السحابية في المتصفح (model: "bu-ultrafast").
مراجعة حقول الإعداد الرئيسية (في الدرس التالي .env سنضبط الإعدادات عمليًا، والقيم النموذجية مأخوذة من .env.example):
| الحقل | القيمة النموذجية | الشرح |
|---|---|---|
TYPESAFE_API_KEY | (إلزامي) | المفتاح لاستدعاء api.typesafe.ai/v1/systemone |
TYPESAFE_MODEL | jev-latest | TypeSafe نموذج القرار، والأحدث هو الافتراضي |
TEXT_MODEL_API_KEY | (TYPE_TEXT إلزامي) | مفتاح LLM الصغير، واجهة متوافقة مع OpenAI |
TEXT_MODEL_BASE_URL | https://openrouter.ai/api/v1 | نقطة نهاية helper النصي |
TEXT_MODEL | inception/mercury-2.5 | نموذج نصي خفيف يُنصح بإيقاف الاستدلال فيه |
TEXT_MODEL_REASONING | none | إيقاف استدلال النموذج النصي |
استعراض الدرس التالي
أصبحت المبادئ واضحة، في الدرس التالي تثبيت Ultrafast وتشغيله: uv sync مع مفتاحي API لتشغيله. ستتعلم:
- من git clone إلى uv run jev، خمسة أوامر لتشغيل العرض التجريبي المحلي
- ما الذي يديره كل متغير بيئة في
.env، وأيها إلزامي، وكيفية استبدال النموذج النصي بـ DeepSeek/GLM - فتح inspector على 127.0.0.1:8766، ومشاهدة العناصر المرقمة والاحتمالات بأم عينك
- كيفية استخدام
browser-harness --doctor، وما الذي يُسمح به عندما يطلب Chrome التصحيح عن بُعد
الملحق: مرجع المصدر
::: انقر على details لتوسيع عرض مواضع المصدر
وقت التحديث: 2026-11-04 (المستودع github.com/browser-use/jev-ultrafast، مصدر المعلومات المحلي sources/jev/repo-ultrafast/)
| الوظيفة | مسار الملف | المواضع الرئيسية |
|---|---|---|
| الحلقة الكاملة وتسليم helper النصي | jev_ultrafast/agent.py | س12 Agent الصنف؛ س52 command() (tick/predict/act)؛ س163 run() |
| بناء فضاء الإجراءات، وطلب TypeSafe، وتوليد النص | jev_ultrafast/model.py | س48 action_space()؛ س81 choose()؛ س151 field_context()؛ س160 field_text() |
| التعليمات الثلاث وميزانية الخطوات | jev_ultrafast/questions.py | س3 NEXT_ACTION؛ س16 TARGET؛ س21 TEXT_VALUE؛ س26 MAX_STEPS = 60 |
| لقطة DOM، وعناصر التحكم المرقمة، وحارس النضارة | jev_ultrafast/snapshot.js | س1–107 (الملف كاملًا) |
| اتصال المتصفح والتنفيذ | jev_ultrafast/browser.py | س16 StalePage؛ س20 Browser الصنف |
| inspector المحلي | jev_ultrafast/demo.py | س44 command()؛ س70 Handler؛ س131 main() |
| وثيقة التصميم (العمليات الديناميكية + الهدف، وruntime، والحدود) | docs/design.md | — |
| تفاصيل القياس والقيود | docs/performance.md | مذكور في README |
:::