Web Draw 开源：MCP 用 DOM 文本替代截图供 Agent 操作网页

开发者开源了 Web Draw，包含浏览器扩展与 MCP 服务器。它不依赖截图，而是把可见 DOM 渲染为带句柄的文本（如 e12 textbox），让 agent 按句柄直接操作网页元素，无需坐标猜测。以亚马逊搜索页为例，整页仅需约 750 token，大幅降低多模态输入开销。

2026-09-03 ~ 2026-09-03 · 2 条相关

• Web Draw:MCP 读 DOM 文本替代截图,亚马逊页仅 750 token — ahstanin · 2026-09-03
• Web Draw:纯文本模型也能操控浏览器,Amazon 页面仅 750 token — ahstanin · 2026-09-03