Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/6/2026
First Seen
Sources
阿里开源Page-Agent：自然语言操控网页的Web智能体
githubGitHub Trending7/5/2026
Related Claims
Unverified结构感知派直接解析 DOM 树或 Accessibility Tree，速度快、定位精准，但依赖页面本身的语义标注质量82% similarVerified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% similarUnverifiedAI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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/115342API
curl https://kongchang.com/api/v1/knowledge/claims/115342MCP
get_claim(id=115342)