L'interface de navigation que les agents IA méritent.

AWI est un serveur MCP qui donne aux agents IA une vue compacte et sémantique de n'importe quelle page web — au lieu de 40 000 octets de DOM qu'ils ne peuvent pas exploiter.

  • Identifiants d'éléments stables
  • Snapshots économes en tokens
  • Aucun bruit de DOM brut
$npx agent-web-interface install
Voir sur GitHub
  • Open source
  • Sous licence MIT
  • Compatible avec Claude, GPT-4o, Gemini, Ollama
  • Nécessite Node.js + Chrome

Le problème

L'automatisation de navigateur est simple pour les scripts.

Difficile pour les agents.

Les outils actuels déversent des milliers de tokens de bruit dans le contexte de l'agent. Les tâches échouent en cours de route. Les sélecteurs cassent au prochain déploiement. Et il n'existe aucun moyen stable de référencer un élément d'un appel à l'autre.

Comparaison des sorties de navigateur : Raw DOM et Accessibility Tree échouent pour les agents ; Agent Web Interface réussit.

Raw DOM

<div class="wrapper xyz-123">
  <div class="inner" data-v="8">
    <button type="submit"
      class="btn btn-primary
      x-4 y-2 md:x-6">
      Submit
    </button>
  </div>
</div>

Plus de 40 000 octets de bruit. Sélecteurs de classe fragiles. Épuisement du contexte.

Accessibility Tree

RootWebArea "Checkout"
  generic ""
    generic "wrapper xyz-123"
      generic "inner"
        button "Submit"
          StaticText "Submit"

Mieux, mais toujours verbeux. Aucun identifiant stable à référencer d'un appel à l'autre.

Agent Web Interface

<page title="Checkout">
  <region role="main">
    <button
      eid="btn-1"
      label="Submit" />
  </region>
</page>

Compact. eid stable. Uniquement ce dont l'agent a besoin.

Exemple en direct

Voyez ce que voit votre agent.

Chaque appel d'outil MCP renvoie un snapshot sémantique structuré — pas du DOM brut.

agent-web-interface

input → tool call

{
  "tool": "navigate",
  "params": {
    "url": "https://example.com/checkout"
  }
}

output → snapshot

<page url="https://example.com/checkout"
      title="Checkout">
  <region role="main">
    <heading level="1">Your Cart (3 items)</heading>
    <list>
      <item eid="p1">Widget Pro — $29.99</item>
      <item eid="p2">Widget Lite — $9.99</item>
    </list>
    <button eid="btn-checkout"
            label="Proceed to Payment" />
  </region>
</page>

L'agent référence btn-checkout par eid dans chaque appel suivant — sans chasse aux sélecteurs, sans retrouver les éléments après navigation.

Comment ça marche

Cinq étapes. Une commande d'installation.

1

L'agent appelle un outil de navigateur via MCP

navigate, click, find, type, screenshot…

2

AWI intercepte l'appel d'outil

Un serveur local lancé avec npx — aucun daemon à gérer

3

Puppeteer pilote Chrome

Chrome local via CDP — rendu réel, JS complet

4

Page réduite en XML sémantique

Titres, boutons, liens, formulaires — pas de markup brut

5

L'agent reçoit des eids stables

Référencez le même bouton appel après appel. Sans retrouver les éléments.

AWI s'exécute localement et nécessite Node.js et Chrome. Pour les déploiements serverless ou partagés, voir AWI Cloud.

Fonctionnalités

Ce que les agents obtiennent et que Playwright n'offre pas.

Snapshots sémantiques

Régions, titres, liens, boutons — pas un mur de DOM. Les agents raisonnent sur la structure, pas sur le markup.

Identifiants d'éléments stables

Chaque élément interactif reçoit un eid stable. Réutilisez-le sur 10 appels d'outils — les classes CSS changent au prochain déploiement, l'eid non.

Économe en tokens

Les snapshots ne renvoient que la structure dont un agent a besoin pour agir — pas la page entière à chaque appel. Des horizons de tâches plus longs. Une consommation de tokens réduite.

Inspection réseau

Voyez chaque requête qui a suivi une action — vérifiez les soumissions de formulaires, tracez les flux d'authentification et déboguez les redirections sans onglet DevTools.

Inspection de canvas

Quand la page est un canvas, un graphique ou une image, capturez une capture d'écran ou lisez directement les données du canvas. Des snapshots sémantiques là où ils fonctionnent ; des pixels là où ils ne fonctionnent pas.

Indépendant du modèle

Fonctionne avec n'importe quel runtime d'agent compatible MCP : Claude, GPT-4o, Gemini, modèles locaux. Aucune dépendance à un fournisseur.

Ce que les gens construisent

Des agents qui agissent sur le web réel.

Agents de recherche web

Naviguez, lisez et extrayez depuis des pages réelles — moniteurs de prix, agrégateurs d'actualités et trackers de concurrents qui fonctionnent sur du contenu réellement rendu, pas sur des API obsolètes.

QA & automatisation de flux

Parcourez les flux d'inscription, de paiement et d'onboarding. Remplissez les formulaires, vérifiez les réponses — sans les sélecteurs CSS fragiles qui cassent les suites Playwright.

Saisie de données & remplissage de formulaires

Connectez-vous, trouvez les champs par leur libellé et soumettez — même sur des pages dont le DOM change d'une visite à l'autre.

Cloud managé

Vous ne voulez pas gérer Chrome ?

AWI Cloud exécute Chrome en mode headless pour vous. Connectez-vous en quelques secondes par clé d'API, partagez les sessions au sein de votre équipe et ne payez que le temps de navigateur utilisé.

  • Aucun Chrome ni Node.js local à installer — juste une clé d'API
  • Partagez les sessions de navigateur et les identifiants au sein de votre équipe
  • Payez à la minute — pas de frais par siège, sans engagement
  • Commencez gratuitement, montez en gamme à mesure que vous grandissez

FAQ

Les questions que posent les agents (et leurs développeurs).

Qu'est-ce qu'Agent Web Interface (AWI) ?

AWI est un serveur MCP open source qui donne aux agents IA une vue compacte et sémantique de n'importe quelle page web. Au lieu du DOM brut ou d'arbres d'accessibilité verbeux, il renvoie des instantanés XML structurés avec des identifiants d'éléments stables (eids) que les agents peuvent référencer d'un appel d'outil à l'autre.

En quoi AWI diffère-t-il des serveurs MCP Playwright ou Puppeteer ?

Playwright et Puppeteer ont été conçus pour des scripts déterministes ; leurs wrappers MCP livrent donc à l'agent du DOM brut ou de longs vidages d'accessibilité qui saturent son contexte. AWI ne renvoie que la structure sémantique dont l'agent a besoin — titres, boutons, liens, formulaires — avec des eids stables, si bien que les tâches durent plus longtemps avec bien moins de tokens.

Comment AWI réduit-il la consommation de tokens ?

Une page classique fait plus de 40 000 octets de DOM. AWI la réduit à un instantané compact — souvent moins de 1 Ko — ne contenant que les éléments interactifs et structurels dont l'agent a besoin pour agir. Cela signifie moins de tokens par étape et des tâches multi-étapes plus longues avant que le contexte ne se remplisse.

Avec quels modèles IA et agents AWI fonctionne-t-il ?

Avec n'importe quel runtime compatible MCP — Claude, GPT-4o, Gemini et les modèles locaux via Ollama. AWI parle directement le Model Context Protocol : aucun code d'intégration spécifique à un modèle, aucun verrouillage fournisseur.

AWI est-il gratuit et open source ?

Oui. AWI est sous licence MIT et développé au grand jour sur GitHub, vous pouvez donc l'auto-héberger gratuitement. Un AWI Cloud managé est disponible pour les équipes qui préfèrent ne pas gérer Chrome elles-mêmes.

Dois-je exécuter un navigateur en local ?

Le serveur local pilote une véritable instance Chrome via Puppeteer ; vous avez donc besoin de Node.js et de Chrome. Si vous préférez ne pas gérer cela, AWI Cloud exécute Chrome en mode headless pour vous derrière une clé d'API.

Commencer

Une commande. Des agents qui naviguent.

$npx agent-web-interface install

Open source · Sous licence MIT · Compatible avec Claude, GPT-4o, Gemini et tout agent compatible MCP.