跑通 Google Flights：7 秒完成一次真实搜索

上一课装好了环境，这一课让 agent 干真活：复现官方的 Jev Ultrafast Google Flights 实录——在真实的 Google Flights 上，用一句自然语言目标完成 Zürich → London 的单程搜索。官方视频里这一趟用时 7.073 秒（1× 速度原速播放），含模型调用、城市名生成、浏览器操作和加载等待。

这一课用同一个目标跑两条路：先在 inspector 里逐决策看懂过程，再用 examples/flights.py 复现实录，让代码独立验证结果。过程中你会反复撞见一句官方提醒——DONE 不算数，独立验证才算——它就是本课的主角。

学完你能做什么

• 在 inspector 的 Google Flights · real web 场景里跑完一次真实搜索，用 Choose next 逐步看清操作和目标是怎么选出来的
• 用 uv run --env-file .env python examples/flights.py --keep-open 复现官方实录：搜索、独立验证、保存 trace，全程不选不订
• 说出 verify() 的 7 项独立检查各查什么（比如 origin 字段值必须是 Zürich），以及为什么 DONE 不能当成功证据
• 说清 7.073 秒的计时口径：从首次预测开始、到接受 DONE 结束，哪些在表内、哪些不在
• 知道示例日期过期时怎么同步修改目标与验证字符串，把示例变成自己的浏览器自动搜索实验

你现在的困境

• 官方视频里 7 秒搜完航班，自己一跑 inspector，页面咔咔几下就结束了——每一步 Jev 选了什么、为什么这么选，完全没看清
• 想跟别人说「这 agent 真的能跑」，但除了「它说 DONE 了」拿不出证据——万一它其实搜错了呢？
• 自己写网页自动填表脚本太痛苦：选择器全靠扒 DOM，Google 一改版就成片挂掉，还处理不了日期选择器和自动补全这种「要等页面反应」的控件

什么时候用这一招

当你需要：

• 亲眼验证 Jev Ultrafast 在真实网站上（不是本地测试页）能完成一次完整搜索
• 一个可复现、可验证的 ultrafast flights 基准跑法，之后再改目标、改网站做对比实验
• 给团队或朋友演示浏览器 agent，并且能指着 verify() 的 7 项 true 说「结果核对过了」

而且不想：

• 手写 Google Flights 的选择器脚本——页面一改版就作废
• 只凭模型自己说 DONE 就宣布任务成功

🎒 开始前的准备

• 完成了 Ultrafast 安装运行：uv sync 装好依赖、.env 填好 TYPESAFE_API_KEY 和 TEXT_MODEL_API_KEY、inspector 能打开 127.0.0.1:8766
• Chrome 连接过一次（首次 Start demo 时允许过远程调试；不行就回上一课跑 uv run browser-harness --doctor）
• 网络能访问 www.google.com 和 api.typesafe.ai——这次是真的要出网
• 看过 Jev Ultrafast 原理的 8 种操作和「一次往返双决策」，看 inspector 面板不懵
• 一杯水——7 秒很快，但你今天要看很多遍

核心思路

官方拿 Google Flights 当「毕业考」不是随便选的：表单复杂（单程切换、两个带自动补全的城市框、日期选择器、搜索按钮）、加载真实（结果页要等）、而且结果可机器验证——URL、字段值、航班列表全在结果页上。

这一课的三件事：

1. 一句话目标就是全部输入。 README 原话：策略里没有站点专属的动作脚本、没有预制的字段串（There are no site-specific action scripts or prepared field strings in the policy）。你要提供的就是一个起始 URL 加一句目标，其余全靠每轮观察动态生成的编号元素表——所以同一套策略换个 URL 和目标就能去开 Wikipedia（第 5 课的例子）。

2. 7 秒是「决策循环」的秒数，有明确口径。 官方视频 7,073 ms：从首次预测开始（初始页面观察之后），到接受 DONE 结束；含模型调用、文本生成、浏览器操作、stale 决策和加载等待；不含浏览器启动、初始导航、事后独立验证。你跑出来的秒数和它对不上很正常——口径细节下一课性能解读拆。

3. DONE 不算数，verify() 才算。 README 写得直白：A DONE choice still requires independent outcome verification（选了 DONE 仍需独立的结果验证）。examples/flights.py 里就带着这么一个 verify()——它读的是结果页面本身，不是模型的回答。

同一个目标，两条跑法，各有分工：

	inspector（uv run jev）	脚本（examples/flights.py）
用途	用眼睛看决策	用秒表量 + 自动验证
截图	开（demo 显式传 screenshots=True）	不开（Agent 默认 screenshots=False）
结果验证	你自己看	verify() 7 项自动检查
trace	面板 Export trace ↓ 手动导	自动存进 artifacts/flights/latest/
适合	第一次跑、逐步慢放	复现实录、改目标做实验

💡 为什么 inspector 不适合计时

README 明说默认 agent 循环不截图，inspector 是「主动开了截图」的那个（The inspector opts into screenshots）。截图要渲染、要传输，走的还是本地 HTTP 服务——想复现官方秒数，用本课第 4 步的脚本跑法。

跟我做

第 1 步：读懂目标——这次 Google Flights 搜索要满足什么

为什么：你要给 Ultrafast 的输入就是一句自然语言目标（外加一个起始 URL），没有站点脚本、没有字段清单。目标里每个短语都是 agent 要满足（并且大多被验证）的要求——先把它拆开，后面每一步才知道自己在看什么。

示例目标（examples/flights.py 的 GOALS，也是 inspector 任务框预填的那段）：

Find one-way flights from Zurich to London on September 20, 2026,
for one adult in economy. Stop when matching flight options are visible.
Do not select or book a flight.

中文对照：查找 2026 年 9 月 20 日从 Zurich 到 London 的单程航班，一名成人、经济舱；看到匹配的航班选项就停；不要选择或预订航班。

把目标逐句拆开，每条要求对应一个任务，其中大半还被 verify() 盯着：

目标里的要求	agent 要做什么	verify() 对应检查
one-way（单程）	把 ticket type 切到 One way	one_way：字段值 == One way
from Zurich	在 Where from? 框输入并选中自动补全建议	origin：字段值 == Zürich
to London	在 Where to? 框输入并选中建议	destination：字段值 == London
September 20, 2026	点开 Departure，点日期再确认	date：字段值 == Sun, Sep 20；year：URL 或页面文本含 2026-09-20
one adult in economy	按指令「设置每个要求的控件」核对乘客与舱位	无对应检查（7 项里不含这项）
Stop when … visible	结果可见且全部要求满足后才 DONE	results：至少一个 Select flight，且都含 Sunday, September 20
Do not select or book	到结果页为止，不点任何航班	示例文档字符串：never selects or books a flight

乘客与舱位没有对应的 verify 检查——想核这一项只能自己看结果页。

两个细节值得注意：

• 起始 URL 是 https://www.google.com/travel/flights?hl=en——?hl=en 把界面钉在英文。verify() 断言的字段标签（Where from?、Select flight）都是英文，换语言跑，验证就对不上了。
• 目标里写 Zurich（无变音符），verify 期望字段值是 Zürich（有变音符）——中间隔着「输入 → 选中自动补全建议」这一步，建议选中后字段里留下的是 Google 自己的写法。模型指令也要求：A typed query still needs its matching autocomplete suggestion selected.

你应该看到：目标拆解后，要求大多能落到一个机器检查上——单程、两个城市、日期、结果列表都有；「一名成人经济舱」没有对应检查，「不选不订」则由示例自身的设计保证（文档字符串原话：never selects or books a flight）。

• 能说出目标里至少 3 项要求对应的 verify 检查

第 2 步：在 inspector 里发起 Jev Ultrafast Google Flights 搜索

为什么：第一次跑真实网站，建议先用 inspector——它能逐步暂停、能看每个候选的概率，出了问题知道卡在哪一步。

在仓库根目录启动（上一课装好的环境）：

cd jev-ultrafast
uv run jev

你应该看到：终端打印 Jev Ultrafast: http://127.0.0.1:8766。浏览器打开这个地址，任务框里已预填第 1 步那段 Zurich → London 目标。

然后：

1. 场景下拉框确认是 Google Flights · real web（默认即是；另两个 · fixture 场景是本地页面，不出网）
2. 点 Start demo，按提示允许 Chrome 远程调试（界面状态会显示 Opening a fresh browser…）
3. 点 Run automatically 一口气跑完，先感受一次完整搜索

你应该看到（README 原话列的四样）：编号元素（numbered elements）、操作概率（operation probabilities）、目标概率（target probabilities）、已执行动作（executed actions）。右侧指标区还会给出每次决策的 Decision time、Target confidence 和选中的 Operation；浏览器面板里，Google Flights 页面开始被自动操作。跑完后状态栏会显示 Jev reports complete · inspect the page——界面都在提醒你：去检查页面，别只看它说完成了。

• inspector 出现编号元素和两列概率，Chrome 里的 Google Flights 页面开始变化

第 3 步：Choose next 慢放，看清 7 秒里的决策链

为什么：7 秒太快，自动跑完什么也看不清。Choose next 在执行前暂停，把「候选怎么排」摆出来——这是理解 agent 的最佳视角。

再点一次 Start demo 重开一轮，这次逐步走：点一次 Choose next 只预测、不执行——Indexed elements 区会按概率排序（界面提示从 Choose next to rank 变成 Ranked by Jev），NEXT ACTION 区显示选中的操作和目标；看明白了点 Execute choice 才真正执行。想看得更慢，勾上 Slow motion 再 Run automatically——每步会在「预测」和「执行」之间停 450 ms。

对照目标，典型的一轮决策链长这样（动作类型出自模型指令与元素表；具体顺序每轮可能不同）：

阶段	你会看到什么	背后在发生什么
切单程	CLICK 类元素（如 Change ticket type，README 元素表示例第一条）	操作和目标在一次 TypeSafe 请求里同时定
输城市	TYPE_TEXT 出现，短暂停顿后框里出现文字	文本 helper 生成字符串（官方实录：Zurich 用了 581 ms、London 346 ms）；输入后等自动补全建议（≤200 ms）再选中
选日期	CLICK Departure → 点某天 → 点确认	指令原文：For date pickers, CLICK the field, date, then confirmation
提交	CLICK Search	指令原文：If Search/Submit is visible and the required fields are ready, CLICK it immediately
等结果	WAIT	指令原文：WAIT only when … submitted results are still loading
收工	DONE	指令原文：DONE requires visible evidence that ALL requirements are satisfied

官方实录的账单（performance.md）：17 次 Jev 请求、10 次交互加 1 次显式 WAIT、2 次文本生成；Jev 单次决策中位延迟 178 ms；搜索在第 5.217 秒执行，7.073 秒完成。

你应该看到：跑完后别急着关页面，三个地方值得看——

• Decision trail：每个已执行动作一行，带延迟、概率和 Page changed / No change observed——这就是本次运行的 trace，Export trace ↓ 可导出成 typesafe-browser-trace.json

• Decision trail 标题旁的计数器：N actions · X.XX s——这次运行的动作数和累计秒数

• 页面底部折叠块 What the model sees：发给 Jev 的结构化 state 原文（不是截图）；面板里还有一句界面原话值得记住：Operation and target are separate choices in one request. Text is generated only for TYPE_TEXT.

• 用 Choose next 走完至少 3 步，说出每步选中的操作和目标

• 打开过一次 What the model sees，看到的是结构化 state 而不是截图

第 4 步：用 examples/flights.py 复现官方实录

为什么：inspector 是给你看的（开了截图），官方秒数出自不带截图的脚本跑法；flights.py 还多做两件事——跑完自动验证，并把 trace 存盘。

在仓库根目录：

uv run --env-file .env python examples/flights.py --keep-open

两个参数都不能省：

• --env-file .env：flights.py 不会自己读 .env（demo.py 才有这段逻辑），Key 全靠 uv 注入——漏了它，第一个决策就抛 KeyError: 'TYPESAFE_API_KEY'（model.py 用 os.environ["TYPESAFE_API_KEY"] 直接取值）
• --keep-open：跑完不调用 agent.close()，Chrome 里的结果页留着，方便你亲眼核对

你应该看到：终端先滚动打印进度，每行三个字段——累计毫秒、状态、刚执行的动作（动作标签来自页面元素，每轮不同）：

<毫秒> ready <刚执行的动作标签>
<毫秒> ready <刚执行的动作标签>
……
<毫秒> done <最后一个执行的动作标签>

（示意；毫秒数与动作以你本次运行为准，最后一行状态是 done）

然后打印验证结果 JSON（结构出自 flights.py，visible_flights 的内容取决于当天的可选航班）：

{
  "passed": true,
  "checks": {
    "search_page": true,
    "one_way": true,
    "origin": true,
    "destination": true,
    "date": true,
    "year": true,
    "results": true
  },
  "visible_flights": [
    "…当天可选航班的 Select flight 按钮，每条都含 Sunday, September 20…"
  ]
}

如果 7 项里有任何一项 false，脚本以非零码退出，最后是这行：

Final page did not satisfy the route/date checks

同时，artifacts/flights/latest/ 下多了两个文件（想换目录就加 --output <目录>）：

文件	内容
state.json	完整快照 + verification 结果（7 项检查与可见航班都在里面）
session.json	浏览器 target 与 session 信息

artifacts/ 在仓库 .gitignore 里，trace 不会被误提交。

• 终端最后打印出 "passed": true 的 verification JSON
• artifacts/flights/latest/ 下有 state.json 和 session.json
• Chrome 结果页还开着，出发地/到达地/日期分别是 Zürich / London / Sep 20

第 5 步：读懂 verify() 的 7 项独立检查——DONE 不算数

为什么：这是本课最重要的一步。flights.py 的 verify() 文档字符串写得明明白白：Independent checks on the resulting page, not the model's DONE answer——它查的是结果页面，不是模型的自我报告。

7 项检查逐个看（键名与期望值都出自 flights.py 源码）：

检查项	断言	通过意味着
search_page	hostname 是 www.google.com 且路径是 /travel/flights/search	真的到了搜索结果页
one_way	Change ticket type. One way 字段值 == One way	单程设置生效了
origin	Where from? 字段值 == Zürich	出发城市选对了建议
destination	Where to? 字段值 == London	到达城市选对了建议
date	Departure 字段值 == Sun, Sep 20	日期选的是 9 月 20 日
year	URL 的 tfs 参数 base64 解码后含 2026-09-20，或页面文本含 departing 2026-09-20	年份也是 2026（两条判定路径，任一命中即可）
results	至少一个动作标签含 Select flight，且每条都含 Sunday, September 20	结果列表真的渲染出来了，而且都是那天的航班

三个设计细节，值得抄进你自己的任务：

• 验证读页面，不读模型。 DONE 只是 Jev 的一个选项；verify() 用 urlparse、字段值、页面文本把结果重新核对一遍。
• 年份检查有两条路。 结果页 URL 带一个 tfs 查询参数，verify() 把它 base64 解码后找 2026-09-20；解码失败就回落到查页面文本 departing 2026-09-20。字段值 Sun, Sep 20 不带年份，所以年份要单独查。
• 检查是硬编码的。 7 项全部锚定示例的航线和日期——改目标就必须同步改 verify()（见踩坑提醒第 2 条）。

任一项不过，passed 为 false，脚本 SystemExit 退出。以它为准，不以 DONE 为准。

你应该看到：打开 artifacts/flights/latest/state.json，里面的 verification.checks 与上表 7 个键名一一对应——每个 true 背后都是一条对结果页面的断言，而不是模型的自我报告。

• 能说出 7 项检查中至少 3 项的断言内容

检查点 ✅

• inspector 的 Google Flights · real web 场景跑完，Decision trail 里列出已执行动作，状态栏显示 Jev reports complete · inspect the page
• examples/flights.py --keep-open 跑完，终端打印 "passed": true 的 verification JSON
• artifacts/flights/latest/ 下有 state.json 和 session.json
• 全程没有选航班、没有订票——示例只搜不订（flights.py 文档字符串原话：never selects or books a flight）
• 能说清为什么 DONE 不能当成功证据，以及 verify() 查的是结果页面还是模型回答

踩坑提醒

❌ 把 DONE 当成功的证据

现象：agent 状态到 done，你以为任务成功了。

原因：README 在 Evidence and limits 里写得很直白——A DONE choice still requires independent outcome verification。DONE 是模型的选项，不是页面的状态；官方还补了一句：有效操作也可能是错的（a valid operation can still be wrong）。inspector 的状态文案自己也写着 inspect the page。

正确做法：看 verify() 的 passed，或亲手核对结果页（航线、日期、结果列表）。以后写自己的浏览器任务（第 5 课）时，同样要配一个独立验证。

❌ 示例日期已成过去时，results 检查过不了

现象：跑 flights.py，results（或 date/year）是 false，脚本以 Final page did not satisfy the route/date checks 退出。

原因：示例的 GOALS 和 verify() 都锚定 2026-09-20——verify() 里有四条日期断言：Sun, Sep 20、2026-09-20（tfs 解码）、departing 2026-09-20、Sunday, September 20。本页更新于 2026-11-04，这个日期已经过去；Google Flights 对过去日期的行为，信息源里没有说明。

正确做法：只想复现官方跑法，原样执行即可（脚本流程与验证逻辑都会照常执行，能否通过取决于 Google 对过去日期的行为）；想看到真实的可选航班，把 GOALS 里的日期换成未来日期，并同步改 verify() 里的四条日期字符串——注意 Sun, Sep 20 带星期缩写，新日期的星期要真实对应（2026-09-20 恰好是周日，所以原文是 Sun）。

❌ 不带 --env-file .env 就跑脚本

现象：uv run python examples/flights.py 一启动就抛 KeyError: 'TYPESAFE_API_KEY'。

原因：demo.py 启动时会自己读当前目录的 .env，flights.py 没有这段逻辑——环境变量全靠 uv run --env-file .env 注入。model.py 用 os.environ["TYPESAFE_API_KEY"] 直接取值，缺了就是 KeyError。

正确做法：命令逐字用 README 的写法——uv run --env-file .env python examples/flights.py --keep-open，并且在仓库根目录执行。

❌ 拿自己跑出的秒数质疑「7 秒」

现象：你跑出 8 秒、9 秒，inspector 里甚至十几秒，觉得官方数字有水分。

原因：三个口径差异——① 官方计时从首次预测开始（初始页面观察之后）、到接受 DONE 结束，浏览器启动、初始导航、事后独立验证都不在表内；② Google、网络、缓存都是活的，官方对比实测的 3 次优化版运行就分布在 6.964–7.913 秒；③ inspector 开了截图，本来就不是计时跑法。

正确做法：比较前先对齐口径（脚本跑法、同 URL 同目标）；计时边界的完整拆解见下一课 性能解读。

进阶技巧（可选）

换 --output 保留多轮运行。 默认输出目录是 artifacts/flights/latest，反复跑会覆盖；加 --output artifacts/flights/run2 之类就能把每轮 trace 分开存，方便对比。

录制你自己的「官方视频」。 仓库带 scripts/record_flights.py <新目录>，按 README 说明可捕获带原始浏览器时间戳的运行。注意 README 的提醒：live 示例和录制脚本都会产生付费 API 调用。

对照官方视频看。 仓库里的 docs/demo.mp4 就是 7,073 ms 那次实录（1× 速度）；inspector 页面顶部的 Watch the real Google Flights run 链接直接指向它（demo 服务把它路由在 /demo.mp4）。视频里的元素标签是渲染时事后加的，不驱动浏览器。

改目标试试别的搜索。 inspector 任务框支持 1–2000 字符的自定义目标（demo 的校验规则）——比如换个日期或航线。改乱了想恢复默认？把场景下拉切走再切回来，目标框会自动重填默认文本。注意：inspector 不做验证，改了目标要自己核对结果；脚本要验证就得连 verify() 一起改。

本课小结

✅ Jev Ultrafast Google Flights 实录有两条路复现：inspector 开截图、用眼睛看（Choose next 逐步慢放、看概率排序）；flights.py 不开截图、用秒表量 + 自动验证。

✅ 一句自然语言目标就是全部输入——没有站点脚本、没有预制字段串；?hl=en 把界面钉在英文，verify() 断言的标签才对得上。

✅ 7.073 秒有口径：首次预测开始、接受 DONE 结束；含模型调用、文本生成、浏览器操作、stale 决策、加载等待；不含浏览器启动、初始导航、事后验证。

✅ DONE 不算数：verify() 对结果页面做 7 项独立检查（search_page / one_way / origin / destination / date / year / results），任一不过脚本直接 SystemExit。

✅ 示例锚定 2026-09-20：日期已过时要么接受 results 可能空，要么目标与 verify() 的四条日期字符串一起改。

关键命令与参数回顾：

命令/参数	推荐值	说明
uv run jev	仓库根目录执行	inspector，场景选 Google Flights · real web
uv run --env-file .env python examples/flights.py --keep-open	逐字用	复现实录 + 自动验证 + 存 trace，浏览器留着
--env-file .env	必带	flights.py 不自己读 .env，漏了抛 KeyError
--keep-open	建议带上	不加则跑完自动关浏览器
--output	artifacts/flights/latest（默认）	换目录可保留多轮运行

下一课预告

跑通之后，下一课 性能解读：7.073 秒是怎么测出来的把秒表拆开看。你会学到：

• 计时边界的完整定义：从首次预测到接受 DONE，哪些环节在表内、哪些不在
• 一次实录的完整账单：17 次 Jev 请求、中位延迟 178 ms、2 次文本生成、搜索在第 5.217 秒执行
• 官方对比实测：任务时间 9.450 → 7.092 秒、协议调用 1,092 → 101，以及为什么官方自己说这只是小样本
• 成本口径：90,558 输入 token、文本 helper 两次调用 $0.00006272（不含 TypeSafe 计费）

附录：源码参考

点击展开查看源码位置

更新时间：2026-11-04（仓库 github.com/browser-use/jev-ultrafast，本地信息源 sources/jev/repo-ultrafast/）

功能	文件路径	关键位置
示例目标与起始 URL	examples/flights.py	L11–15 URL（google.com/travel/flights?hl=en）、GOALS（与 static/index.html 预填目标一致）
独立验证 7 项检查	examples/flights.py	L18–38 verify()：search_page / one_way / origin / destination / date / year（tfs 解码或页面文本两条路）/ results；L63–64 验证不过 SystemExit("Final page did not satisfy the route/date checks")
命令行参数与 trace 保存	examples/flights.py	L43 --output（默认 artifacts/flights/latest）；L44 --keep-open；L54–59 保存 state.json / session.json
运行命令与「不选不订」	README.md	「Use the library」：uv run --env-file .env python examples/flights.py --keep-open … does not select or book a flight
7,073 ms 计时口径与 DONE 警告	README.md、docs/performance.md	README「Evidence and limits」：Timing starts after initial page observation…；A DONE choice still requires independent outcome verification；performance.md「Where the time went」：计时到 accepted DONE choice 结束，browser setup / initial navigation / post-run verification 在表外
实录统计与对比数据	docs/performance.md	「Where the time went」：17 请求 / 10 交互 + 1 WAIT / 2 次 helper / 中位 178 ms / 5.217 s / 7.073 s；「Matched runtime comparison」：6.964 / 7.913 / 7.092
inspector 场景与预填目标	jev_ultrafast/demo.py	L44–62 command()：scenario flights → Google Flights URL；goal 1–2000 字符；screenshots=True；L88–91 /demo.mp4 路由
面板控件与状态文案	jev_ultrafast/static/index.html + app.js	index.html L33–37 场景下拉、L40–44 预填目标与 Start demo、L52–59 Slow motion / Choose next / Execute choice / Run automatically、L123–126 Decision trail 与 Export trace、L132–136 What the model sees；app.js L82–88 状态文案（Jev reports complete · inspect the page）、L160–168 Choose→predict / Execute→act、L173–186 Slow motion 每步停 450 ms、L217–235 导出 typesafe-browser-trace.json
决策循环与状态	jev_ultrafast/agent.py	L163–165 run()；status ∈ ready/predicted/done/blocked；L102–104 MAX_STEPS=60 动作预算；L153–157 连续 3 次无效动作 blocked
模型指令原文	jev_ultrafast/questions.py	NEXT_ACTION（日期选择器 CLICK 字段/日期/确认、自动补全建议、DONE 需可见证据、WAIT 条件、Search 立即点）；MAX_STEPS = 60
Key 读取方式	jev_ultrafast/model.py	L119 os.environ["TYPESAFE_API_KEY"]（缺失抛 KeyError）；L160–168 field_text() 的 TEXT_MODEL_API_KEY 检查
文本 helper 输出约束	jev_ultrafast/model.py	L187–193 输出必须是单键 {"text": …}、非空、≤2000 字符，否则不键入
trace 不进 git	.gitignore	.env、.venv/、artifacts/ 均被忽略
录制脚本	scripts/record_flights.py	README「Development」：captures original browser timestamps；live 示例与录制脚本产生付费 API 调用