待验证50% 置信事实精确时间

Page-Agent 选择直接解析 DOM 树的路线，以结构化数据替代视觉感知

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

阿里开源Page-Agent：自然语言操控网页的Web智能体

githubGitHub Trending2026/7/5

相关事实

已验证浏览器自动化Agent通过DOM解析、视觉识别或无障碍树（Accessibility Tree）来定位网页元素并模拟人类操作76% 相似待验证AI通过Chrome DevTools MCP获取页面DOM树来理解页面结构，而非简单的图像识别73% 相似待验证浏览器Agent的页面状态压缩策略包括选择性DOM裁剪、可访问性树序列化、截图+视觉语言模型（VLM）多模态方案73% 相似待验证页面状态表征主要有两种实现路径：基于DOM解析和基于视觉的方式；DOM解析精确度高、token消耗少但对动态渲染页面适应性弱，视觉方式更接近人类操作但计算成本更高72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/115342

API

curl https://kongchang.com/api/v1/knowledge/claims/115342

MCP

get_claim(id=115342)