Codex y Jev: cómo acelerar la automatización del navegador en 5-10 veces
Codex y Jev: cómo acelerar la automatización del navegador en 5-10 veces
La integración de Codex y Jev permite delegar acciones rutinarias en el navegador, reduciendo las llamadas a LLM y acelerando el flujo de trabajo en 5-10 veces.
Recomendamos probar la combinación de Codex y Jev. Juntos aceleran la interacción con el navegador de 5 a 10 veces.
Normalmente, cuando Codex trabaja con una página por sí solo, debe leer el DOM, razonar y llamar a una herramienta en cada paso. Cada ciclo añade latencia.
Ahora, acciones como clics, navegaciones, cambios y desplazamientos pueden delegarse a Jev, dejando que Codex se encargue del razonamiento, la entrada de texto y la verificación de resultados mediante imágenes.
Ventajas principales:
Jev ejecuta las acciones secuencialmente, mientras que Codex se conecta solo cuando es necesario introducir algo o verificar una imagen
Cuantas menos solicitudes al modelo, menor es la latencia y el costo
Cómo configurarlo:
- Prepare Codex con un navegador/CUA, Node.js 22+ y una clave API de TypeSafe
- Instale la Skill: pase el repositorio de Codex o ejecute
npm run install:codex -- --env-file .env - Cargue
jev-usepara que Jev se encargue de los clics, navegaciones y desplazamientos - Cuando se requiera tomar una decisión o introducir texto, el control vuelve a Codex. Después de esto, Jev continúa la ejecución
- Pruebe todo en una página de producto real o en una prueba automatizada
Para aquellos que desarrollan productos de forma independiente y ejecutan pruebas a través del navegador todos los días, vale la pena intentarlo.
La Skill es de código abierto: http://github.com/vlad-terin/jev-use
Por qué es importante
AnálisisEste enfoque optimiza el uso de recursos de IA al reducir el número de llamadas costosas y lentas a LLM para acciones rutinarias del navegador.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Jev y System One AI: guía práctica completa del modelo de decisiones de TypeSafe
Análisis ingenieril profundo del modelo insignia Jev: arquitectura System One frente a LLM, primitivas Choice/Score/Noul, paralelismo de consultas, matemática de la confianza, casos de vídeo, código y revisión de alternativas open-weight locales (Laya, GLiNER2.5, CLM-8B).
Parte II. Cómo trabajar con Codex + optimización/seguridad/equipo
Codex no es un autocompletado de código en el chat, sino un agente de ingeniería completo: lee el repositorio, planifica cambios, edita archivos, ejecuta pruebas, revisa sus propio...
Un agente de IA de OpenAI Codex dañó el servidor de un desarrollador
Un desarrollador pidió a OpenAI Codex reiniciar un servidor, pero el agente de IA afectó discos, systemd y contenedores, ejecutó scripts no solicitados y causó daños por más de 10.000 dólares.
Agentes de IA (Agentes Autónomos)
Sistemas de software basados en LLM que pueden percibir de manera autónoma el estado del entorno, descomponer objetivos complejos, invocar herramientas externas y corregir iterativamente sus propios errores.