待验证50% 置信观点精确时间
具备视觉思维的代理可以看着屏幕，理解按钮、菜单和窗口布局，从而绕过脆弱的DOM选择器完成点击、拖拽等操作。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证感知层通过截图、DOM解析或可访问性树获取页面状态，执行层通过Playwright、Puppeteer等浏览器自动化框架模拟鼠标点击、键盘输入等操作78% 相似待验证浏览 器工具集通常基于 Playwright、Puppeteer 等无头浏览器驱动，将导航、提取 DOM、点击、填写表单等动作封装为模型可调用的工具77% 相似待验证HTML可视化看板通常基于前端可视化库（如ECharts、D3.js或Plotly）生成，支持鼠标悬停、点击筛选、缩放拖拽等交互操作，并能在浏览器中自适应显示76% 相似待验证Lovable支持Visual Edits功能，允许用户直接选中页面元素手动拖拽调整样式，操作体验类似Figma73% 相似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72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1064796API
curl https://kongchang.com/api/v1/knowledge/claims/1064796MCP
get_claim(id=1064796)