WebMCP：把网站变成给 agent 的 API
让 AI 帮你买两张演唱会的票，它背后要做多少事？ 按今天的做法，agent 会先把整个页面的 DOM 抓下来，再读一遍无障碍树（accessibility tree）去理解页面结构，然后截一张图，分析那些在 HTML 里看不到的元素，最后...
标签索引
网页自动化
这个标签下有 3 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
阿里开源Page-Agent实测：用自然语言操控网页，AI化身126岁老人注册ChatGPT
阿里推出了一款名为“page-agent”的JavaScript页面内GUI Agent，允许用户通过自然语言控制Web界面。实测中，该模型成功演示了在YouTube搜索视频及尝试注册ChatGPT账号的过程。虽然注册环节因键盘模拟Bug导...
浏览器Agent基准测试：谁才是网页自动化的最强LLM？
Browser Use团队发布了一项开源基准测试，旨在对比不同LLM在网页自动化任务中的性能。该测试集精选了100个高难度任务，涵盖信息检索与复杂交互。团队使用LLM作为裁判，实现了87%的人工判断一致性。结果显示，最新模型在困难任务上的成...