OpenIngress:一款檢測AI代理能否正常訪問網站的開源工具
OpenIngress 通過模擬瀏覽器行為爬取網站,捕獲 DOM、截圖和無障礙快照,並進行靜態可操作性分析和 LLM 引導的探索任務,幫助開發者發現並修復 AI 代理在網站導航中的斷點。
隨着 AI 代理越來越多地代替用户進行網頁瀏覽、點擊和表單填寫,一個在瀏覽器中顯示正常的網站可能對代理來説卻難以操作。按鈕沒有標籤、頁面依賴 JavaScript 加載、鏈接未出現在代理可讀取的頁面結構中——這些問題都會導致代理導航失敗。OpenIngress 正是為解決這一問題而生的開源工具。
OpenIngress 的核心流程分為四個階段:爬取、分析、探索和報告。在爬取階段,它使用 Playwright 進行廣度優先搜索,獲取頁面的 DOM 樹、屏幕截圖和無障礙快照。這些數據被用於構建頁面導航圖。分析階段則對爬取結果進行靜態可操作性評估,包括標籤覆蓋率、hydration 狀態檢查以及差距分類,從而識別出諸如未標籤按鈕、僅通過 JavaScript 加載內容等常見問題。
接下來是探索階段,開發者需要配置 LLM API 密鑰(兼容 OpenAI、Azure、Gemini、Ollama 等)。OpenIngress 會利用 LLM 引導的探索任務,嘗試模擬代理完成指定的導航或操作,並記錄過程中的所有障礙和失敗點。最後,報告階段會生成詳細的指標,包括頁面覆蓋率和導航斷點,並支持 Markdown 格式導出,方便團隊分享和迭代。
技術棧方面,OpenIngress 的後端採用 Flask 和 Gunicorn,自動化依賴 Playwright(Chromium),前端使用 Vue 3 和 Vite,數據存儲默認使用本地文件系統,也可選 Supabase。快速啓動只需複製 .env 文件,設置 LLM_API_KEY,然後執行 make install、make backend 和 make frontend 即可。默認爬取深度為 3 級,最多 100 個頁面。
通過使用 OpenIngress,開發者可以在 AI 代理大規模部署之前,主動發現並修復網站的可操作性痛點,確保網站在代理驅動的瀏覽體驗中表現良好,從而提升 AI 生態下的用户體驗。