Manifest
Manifest 将任何 URL 转换为可操作 UI 元素（按钮、表单和输入）的结构化 JSON 映射，因此 AI 代理可以可靠地点击、填写和提交，而无需脆弱的选择器或屏幕截图。
https://omfang.io/?ref=producthunt&utm_source=aipure
产品信息
更新于：2026年07月23日
什么是 Manifest
Manifest（由 omfang 提供）是一个用于 AI 代理的“操作层”API，它将网页转换为该页面上可以执行的操作的干净、代理可读的表示。Manifest 不仅仅向代理展示页面的外观（浏览器工具）或内容（抓取工具/内容提取器），它还识别交互式控件——例如输入、按钮和导航链接——并用代理正确操作所需的上下文来描述它们，包括在继续之前需要什么。
Manifest 的主要功能
Manifest 是一个 API，它能将任何网页 URL 转换为结构化的 JSON “动作地图”，AI 代理可以可靠地理解并执行这些动作。它分析页面的可访问性树（类似于屏幕阅读器），并与底层 DOM 进行交叉检查，以捕获可操作的 UI 元素——按钮、表单、输入框——以及代理成功所需详细信息（必填字段、输入类型、占位符、禁用状态），从而避免了脆弱的 CSS 选择器和屏幕截图猜测，同时对 UI 重新设计保持弹性。
URL → JSON 动作清单: 一个 API 调用即可将网页转换为清晰、结构化的动作列表（点击/填写/提交）以及导航链接，使页面可供代理以编程方式操作。
可访问性树驱动的理解: 像辅助技术一样读取可访问性树，生成稳定、语义化的交互元素描述，而不是脆弱的视觉或基于选择器的启发式方法。
DOM 交叉引用以获取缺失的详细信息: 用 DOM 派生的具体信息（例如必填字段、输入类型、占位符和禁用状态）增强可访问性数据——这对于正确完成表单至关重要。
代理可理解的输出（而非原始 HTML）: 返回带有标签、类型、描述和要求标志的动作，以便代理无需自定义解析即可规划步骤（例如，提交前必须填写什么）。
对 UI 重新设计具有弹性: 避免了当页面更改时会中断的手动维护的选择器和脆弱的 CSS 路径，从而提高了自动化的长期可靠性。
缓存以提高速度和可预测的成本: 缓存响应速度快，旨在减少代理频繁访问相同 URL 的重复成本。
Manifest 的使用场景
AI 代理网页任务自动化: 使代理能够使用结构化动作层而不是屏幕截图或脆弱的选择器，可靠地完成多步骤网站任务（填写表单、点击按钮、提交流程）。
客户支持和自助服务工作流程: 通过理解可用的和必需的动作，为能够导航账户门户、提交请求并指导用户填写网页表单的支持代理/机器人提供支持。
销售和潜在客户捕获自动化: 自动化外展操作，例如提交联系表单、请求演示或完成合作伙伴入职表单，同时正确处理必填字段和输入类型。
Web 应用的质量保证和回归测试: 生成一个稳定的交互元素清单，用于测试自动化，该清单对 UI 重构不那么敏感，从而提高了端到端测试的可维护性。
企业 RPA 现代化: 用语义动作清单层替换依赖选择器较多的 RPA 脚本，以减少内部工具和第三方网络系统之间的中断。
无障碍感知自动化: 利用可访问性树来驱动与可访问语义对齐的自动化，帮助确保代理以健壮的、类似屏幕阅读器的方式与页面交互。
优点
通过依赖可访问性语义和 DOM 验证，比手写选择器更健壮。
代理友好的结构化 JSON 输出，明确列出可用动作和要求。
避免了基于屏幕截图的猜测，从而实现了更确定性的自动化流程。
缓存可以提高性能并使重复交互的成本更可预测。
缺点
有效性可能取决于网站可访问性树和 DOM 结构的质量（标签不佳的页面可能产生不太有用的清单）。
主要描述页面上可以做什么；执行动作仍需要代理运行时/浏览器工具。
动态或高度脚本化的 UI 可能需要除静态元素发现之外的额外处理。
如何使用 Manifest
1) 获取 Manifest 访问权限: 访问 https://omfang.io/ 并点击“获取您的 API 密钥”（或访问 https://app.manifest.omfang.io/login）登录并获取 Manifest API 的 API 密钥。
2) 决定要映射到操作的页面（URL）: 选择您的代理需要操作的确切 URL（例如，登录页面、结账页面、联系表单）。Manifest 通过访问 URL 并为该页面生成结构化操作映射来工作。
3) 调用 Manifest 端点以生成操作清单: 向文档中显示的 Manifest API 端点发送请求：POST /manifest，其 JSON 正文为 { "url": "https://example.com" }。这将触发 Manifest 访问页面，读取可访问性树，交叉引用 DOM，并返回可用操作的结构化 JSON 清单。
4) 阅读返回的页面摘要 (current_page_state): 在响应 JSON 中，使用 "current_page_state" 字段来了解您所在的页面（例如，“带有消息表单的联系页面”）。这有助于代理在执行操作之前确认上下文。
5) 枚举可用操作（按钮、表单、输入）: 检查响应中的 "actions" 数组。每个操作都包含 id、label、type、description 和 required 等字段。这是核心输出：代理可以点击、填写或提交的结构化列表。
6) 在操作前识别必填字段和约束: 使用每个操作的元数据（例如，"required": true/false）来确定在提交之前必须填写的内容。Manifest 旨在包含可访问性树通常会遗漏的详细信息，例如必填字段、输入类型、占位符和禁用状态。
7) 需要时使用导航链接在页面之间移动: 检查 "navigation" 数组（例如，{ "label": "Home", "url": "/" }）以查找稳定的导航目标。使用这些 URL 将代理引导到下一页，然后在新 URL 上重新运行 POST /manifest 以获取下一页的操作映射。
8) 迭代：每次页面更改后重新运行 Manifest: 每当代理导航到不同的页面或 UI 状态发生变化时，再次为当前 URL 调用 POST /manifest。这使代理的操作映射与实时页面状态保持一致，而无需依赖脆弱的选择器或屏幕截图。
9) 在集成之前进行实时尝试: 使用 https://demo.manifest.omfang.io/demo 上的实时演示，端到端地查看概念：URL 输入 → 结构化 JSON 操作清单输出。
10) 通过缓存和计划管理使用情况和成本: 根据预期的调用量（免费/入门/专业/企业）从 https://omfang.io/#pricing 中选择一个计划。请注意，缓存响应被描述为快速，并且通常不会像冷请求那样计入速率限制，这有助于保持重复代理工作流的可预测性。
Manifest 常见问题
Manifest 是一个“动作层”API，它将任何 URL 转换为 AI 代理在网页上可以执行的操作（按钮、表单和输入）的结构化 JSON 映射，以及代理在继续之前需要满足的条件。
与 Manifest 类似的最新 AI 工具
Jorpex
Jorpex是一个全面的招标通知平台，从欧洲各国聚合并即时交付招标警报到Slack，帮助企业在不遗漏任何机会的情况下进行业务运营。
Leadsmrt
Leadsmrt是一个潜在客户生成工具，通过AI驱动的个性化功能帮助业务从Google Maps抓取、验证和个性化目标业务潜在客户。
Omnial AI
Omnial AI是一个数据智能平台，利用AI代理将网络提示转化为结构化的、可操作的数据见解，由Afore Capital支持。
SERPrecon
SERPrecon 是一款高级 SEO 工具，利用向量、机器学习和自然语言处理技术，帮助用户通过使用与现代搜索引擎相同的方法来分析和超越竞争对手。
类似 Manifest 的热门 AI 工具
Magentic-UI
Magentic-UI 是微软研究院开发的一个开源的、以人为中心的 Web 代理原型，它通过人类和 AI 代理之间的透明交互，实现复杂 Web 任务的协同规划和执行。
Web Accessibility Testing MCP
A11y MCP是一个模型上下文协议服务器，它使AI语言模型能够通过与Deque的Axe-core API和Puppeteer集成来执行自动化的Web可访问性测试，以分析Web内容的WCAG合规性。
Open Browser Use
Open Browser Use 是一个开源、代理运行时中立的浏览器自动化层，它将 Chrome 扩展程序与 CLI/SDK/MCP 配对，以实现跨不同 AI 代理工具的 DOM 感知、CDP 驱动的选项卡控制、导航和操作。
Web Researcher MCP
Web Researcher MCP 是一个本地的、生产级的 MCP 服务器，它允许 AI 助手搜索网络（可选地限制在可信的“搜索镜头”内）、读取完整来源（包括 JS 渲染页面、PDF 和 YouTube 转录），并返回带有可验证引用的结果，支持多提供商故障转移。 [来源: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt]