Web Draw:MCP 读 DOM 文本替代截图,亚马逊页仅 750 token
ahstanin · reddit · 2026-09-03
作者开源 Web Draw:浏览器扩展 + MCP 服务器,不截图而是把可见 DOM 渲染为带句柄的文本(如 e12 textbox),agent 按句柄操作,无需坐标猜测。Amazon 搜索页约 750 token,eBay 完整结算页约 550 token。五个工具:browserview/act/navigate/status/screenshot,其中 browseract 支持批量步骤并返回更新视图,填表一次调用搞定。作者重点解决了失败上报问题:页面拒绝提交时,早期拒绝与成功输出相同导致 agent 空转,现在会把页面原话返回并放弃剩余步骤。接入一行 npx 配置;局限:canvas 应用和缺 ARIA role 的 div 控件不可见。免费、无账号、无遥测,仅本地通信。
所属事件:Web Draw 开源：MCP 用 DOM 文本替代截图供 Agent 操作网页(2 条相关)→
「编程与Agent」频道最新
- Factory 推 GLM-5.3-Flash:0.06x 费率,在 droid 里全天用不触限额 — matanSF · 2026-09-03
- 用 Imagine agent 逐镜生成+网格拼贴，调色实验工作流分享 — Kyrannio · 2026-09-03
- Agent 静默烧钱:一份 5 分钟上手的成本失控排查清单 — Rough-Green-7067 · 2026-09-03
- Claude Code 2.1.259 更新:新增托管 MCP 服务器与无头权限模式 — ClaudeCodeLog · 2026-09-03
- Claude Code 2.1.259 完整更新日志：企业级 MCP 分发与无人值守模式 — ClaudeCodeLog · 2026-09-03
- Claude Code 2.1.259 发布：37 项更新，企业可统一下发 MCP 服务器 — ClaudeCodeLog · 2026-09-03