Manifest
Manifest 將任何 URL 轉換為可操作 UI 元素（按鈕、表單和輸入）的結構化 JSON 映射，因此 AI 代理可以可靠地點擊、填寫和提交，而無需脆弱的選擇器或螢幕截圖。
https://omfang.io/?ref=producthunt&utm_source=aipure
產品資訊
更新時間：2026年07月23日
什麼是 Manifest
Manifest (by omfang) 是一個用於 AI 代理的「動作層」API，它將網頁轉換為一個清晰、代理可讀的表示，說明該頁面上可以執行什麼操作。Manifest 不僅向代理顯示頁面外觀（瀏覽器工具）或內容（抓取工具/內容提取器），它還識別互動式控件——例如輸入、按鈕和導航連結——並使用代理正確執行操作所需的上下文來描述它們，包括在繼續之前需要什麼。
Manifest 的主要功能
Manifest 是一個 API，能將任何網頁 URL 轉換為結構化的 JSON「動作地圖」，讓 AI 代理能夠可靠地理解和執行。它會分析網頁的可訪問性樹（類似於螢幕閱讀器），並與底層 DOM 進行交叉檢查，以捕捉可操作的 UI 元素——按鈕、表單、輸入框——以及代理成功所需的詳細資訊（必填欄位、輸入類型、佔位符、禁用狀態），從而避免脆弱的 CSS 選擇器和螢幕截圖猜測，同時對 UI 重新設計保持彈性。
URL → JSON 動作清單: 一次 API 調用即可將網頁轉換為清晰、結構化的動作（點擊/填寫/提交）列表以及導航連結，使頁面可供代理以程式方式操作。
無障礙樹驅動的理解: 以輔助技術的方式讀取無障礙樹，生成互動元素的穩定、語義描述，而非脆弱的視覺或基於選擇器的啟發式方法。
DOM 交叉引用以獲取缺失的詳細資訊: 用 DOM 派生的具體資訊（例如必填欄位、輸入類型、佔位符和禁用狀態）增強無障礙數據——這對於正確完成表單至關重要。
代理可理解的輸出（非原始 HTML）: 返回帶有標籤、類型、描述和要求標誌的動作，以便代理可以規劃步驟（例如，提交前必須填寫什麼）而無需自定義解析。
對 UI 重新設計具有彈性: 避免手動維護的選擇器和脆弱的 CSS 路徑，這些路徑在頁面更改時會中斷，從而提高自動化的長期可靠性。
快取以提高速度和可預測的成本: 快取響應速度快，旨在減少代理頻繁重新訪問相同 URL 的重複成本。
Manifest 的使用案例
AI 代理網頁任務自動化: 使代理能夠使用結構化的動作層，而非螢幕截圖或脆弱的選擇器，可靠地完成多步驟網站任務（填寫表單、點擊按鈕、提交流程）。
客戶支援和自助服務工作流程: 透過理解可用的和必需的動作，為支援代理/機器人提供動力，使其能夠導航帳戶入口網站、提交請求並引導用戶完成網頁表單。
銷售和潛在客戶捕獲自動化: 自動化外展操作，例如提交聯繫表單、請求演示或完成合作夥伴入職表單，同時正確處理必填欄位和輸入類型。
網頁應用程式的 QA 和回歸測試: 為測試自動化生成穩定的互動元素清單，該清單對 UI 重構的敏感度較低，從而提高了端到端測試的可維護性。
企業的 RPA 現代化: 用語義動作清單層替換選擇器繁重的 RPA 腳本，以減少內部工具和第三方網頁系統的損壞。
具備無障礙意識的自動化: 利用無障礙樹來驅動符合無障礙語義的自動化，幫助確保代理以穩健、類似螢幕閱讀器的方式與頁面互動。
優點
透過依賴無障礙語義和 DOM 驗證，比手寫選擇器更穩健。
對代理友好的結構化 JSON 輸出，明確列出可用的動作和要求。
避免基於螢幕截圖的猜測，實現更確定的自動化流程。
快取可以提高性能，並使重複互動的成本更具可預測性。
缺點
有效性可能取決於網站無障礙樹和 DOM 結構的質量（標記不佳的頁面可能會產生較不有用的清單）。
主要描述頁面上可以做什麼；執行動作仍需要代理運行時/瀏覽器工具。
動態或高度腳本化的 UI 可能需要額外的處理，超出靜態元素發現的範圍。
如何使用 Manifest
1) 取得 Manifest 的存取權限: 前往 https://omfang.io/ 並點擊「取得您的 API 金鑰」（或造訪 https://app.manifest.omfang.io/login）以登入並取得 Manifest API 的 API 金鑰。
2) 決定您要將哪個頁面 (URL) 映射到動作: 選擇您的代理需要操作的確切 URL（例如，登入頁面、結帳頁面、聯絡表單）。Manifest 的工作方式是造訪 URL 並為該頁面產生結構化的動作映射。
3) 呼叫 Manifest 端點以產生動作清單: 向文件中顯示的 Manifest API 端點發送請求：POST /manifest，並帶有 { "url": "https://example.com" } 這樣的 JSON 主體。這會觸發 Manifest 造訪頁面，讀取可存取性樹，交叉參考 DOM，並返回可用動作的結構化 JSON 清單。
4) 讀取返回的頁面摘要 (current_page_state): 在回應 JSON 中，使用「current_page_state」欄位來了解您所在的頁面（例如，「帶有訊息表單的聯絡頁面」）。這有助於代理在執行動作之前確認上下文。
5) 列舉可用動作（按鈕、表單、輸入）: 檢查回應中的「actions」陣列。每個動作都包含 id、label、type、description 和 required 等欄位。這是核心輸出：代理可以點擊、填寫或提交的結構化列表。
6) 在執行動作之前識別必填欄位和限制: 使用每個動作的中繼資料（例如，「required」：true/false）來確定在提交之前必須填寫的內容。Manifest 旨在包含可存取性樹通常會遺漏的詳細資訊，例如必填欄位、輸入類型、佔位符和禁用狀態。
7) 需要時使用導航連結在頁面之間移動: 檢查「navigation」陣列（例如，{ "label": "首頁", "url": "/" }）以找到穩定的導航目標。使用這些 URL 引導代理到下一個頁面，然後在新 URL 上重新執行 POST /manifest 以取得下一個頁面的動作映射。
8) 迭代：每次頁面變更後重新執行 Manifest: 每當代理導航到不同的頁面或 UI 狀態改變時，再次為當前 URL 呼叫 POST /manifest。這使得代理的動作映射與即時頁面狀態保持一致，而無需依賴脆弱的選擇器或螢幕截圖。
9) 在整合之前進行即時試用: 使用 https://demo.manifest.omfang.io/demo 上的即時演示，端到端地查看概念：輸入 URL → 輸出結構化 JSON 動作清單。
10) 透過快取和計劃管理使用量和成本: 根據預期的呼叫量（免費/入門/專業/企業）從 https://omfang.io/#pricing 選擇一個計劃。請注意，快取回應被描述為快速，並且通常不會像冷請求那樣計入速率限制，這有助於保持重複代理工作流程的可預測性。
Manifest 常見問題
Manifest 是一個「動作層」API，它將任何 URL 轉換為結構化的 JSON 地圖，其中包含 AI 代理程式在網頁上可以執行的操作（按鈕、表單和輸入），以及代理程式在繼續之前需要滿足的條件。
与 Manifest 类似的最新 AI 工具
类似 Manifest 的热门 AI 工具
Magentic-UI
Magentic-UI 是微軟研究院的一個開源、以人為本的網路代理原型，它透過人與人工智慧代理之間的透明互動，實現複雜的基於網路的任務的協作計畫和執行。
Web Accessibility Testing MCP
A11y MCP 是一個模型上下文協定伺服器，它使 AI 語言模型能夠透過與 Deque 的 Axe-core API 和 Puppeteer 整合來執行自動化的 Web 輔助功能測試，以分析 Web 內容的 WCAG 合規性。
Open Browser Use
Open Browser Use 是一個開源、代理執行時間中立的瀏覽器自動化層，它將 Chrome 擴充功能與 CLI/SDK/MCP 配對，以實現跨不同 AI 代理工具的 DOM 感知、CDP 驅動的分頁控制、導航和動作。
Web Researcher MCP
Web Researcher MCP 是一個本地、生產級的 MCP 伺服器，它允許 AI 助手搜尋網路（可選限制在受信任的「搜尋鏡頭」）、讀取完整來源（包括 JS 渲染頁面、PDF 和 YouTube 轉錄稿），並返回帶有多供應商故障轉移的可驗證引文。 [來源：https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt]