¿Qué es Manifest?
Manifest es una API que transforma cualquier página web en un mapa JSON estructurado de elementos interactivos que un agente de IA puede hacer clic, rellenar y enviar. En lugar de depender de selectores CSS frágiles o capturas de pantalla, lee el árbol de accesibilidad de la página y lo cruza con el DOM para producir un manifiesto de acciones limpio. Cada acción incluye localizadores resueltos y un campo requires que codifica dependencias entre elementos — por ejemplo, "selecciona un plan antes de que este botón sea cliqueable". Esto proporciona a los agentes un plano fiable y legible por máquina de lo que realmente pueden hacer en una página.
Para quién es
- Desarrolladores de agentes de IA que necesitan una forma fiable de interactuar programáticamente con cualquier página web sin escribir o mantener selectores frágiles manualmente.
- Ingenieros de automatización que construyen flujos de trabajo basados en navegador que deben sobrevivir a rediseños de UI y funcionar en diferentes sitios sin mantenimiento constante.
- Equipos de producto que envían agentes de navegador que quieren que sus agentes razonen sobre acciones de página en lugar de adivinar a partir de capturas de pantalla o HTML sin procesar.
Características clave
Mapeo de dependencias de acciones
Cada elemento interactivo en el manifiesto incluye un campo requires que codifica dependencias entre acciones. Esto le dice a un agente qué campos o pasos deben completarse antes de que un botón sea cliqueable o se pueda enviar un formulario — contexto que las instantáneas de accesibilidad por sí solas no proporcionan.
Localizadores resueltos
Cada acción incluye localizadores CSS y de rol resueltos, eliminando la necesidad de que los desarrolladores escriban o mantengan selectores. La API se encarga del trabajo frágil de identificar elementos, para que los agentes puedan encontrarlos e interactuar con ellos de forma fiable incluso después de rediseños de página.
Salida JSON estructurada
La API devuelve un manifiesto JSON limpio y predecible que contiene cada botón, formulario y entrada en la página, junto con sus tipos, campos obligatorios, marcadores de posición y estados deshabilitados. Este formato estructurado permite a los agentes razonar sobre las acciones disponibles y tomar decisiones informadas sobre qué hacer a continuación.
Soporte multiplataforma
Manifest incluye un SDK de Python, soporte para LangChain y un servidor MCP, lo que facilita su integración en marcos y flujos de trabajo de agentes existentes en diferentes entornos de programación.
Lo que destaca
"Manifest es la capa que le dice a un agente en qué hacer clic, qué rellenar y qué enviar — y qué es obligatorio antes de que pueda continuar."
Mientras que las herramientas de navegador dan acceso a los agentes a una página y las herramientas de contenido extraen texto, Manifest llena la capa faltante: inteligencia procesable. No solo le dice a un agente qué hay en la página — le dice qué se le permite hacer allí, qué requiere cada acción y qué dependencias deben cumplirse primero. Esto convierte una página web de un documento visual o textual en un espacio de acción estructurado que un agente puede navegar de forma autónoma.
Vale la pena echarle un vistazo si…
Estás construyendo agentes de navegador que necesitan interactuar con páginas web reales de forma fiable, sin selectores frágiles o adivinanzas basadas en capturas de pantalla. Manifest es especialmente valioso si tus agentes deben manejar formularios, flujos de trabajo de varios pasos o páginas que cambian con frecuencia — y quieres que razonen sobre dependencias y campos obligatorios como lo haría un humano.
