Qu'est-ce que Manifest ?
Manifest est une API qui transforme n'importe quelle page web en une carte JSON structurée d'éléments interactifs qu'un agent IA peut cliquer, remplir et soumettre. Au lieu de s'appuyer sur des sélecteurs CSS fragiles ou des captures d'écran, elle lit l'arbre d'accessibilité de la page et le recoupe avec le DOM pour produire un manifeste d'actions propre. Chaque action est accompagnée de localisateurs résolus et d'un champ requires qui encode les dépendances entre les éléments — par exemple, "sélectionnez un plan avant que ce bouton ne devienne cliquable". Cela donne aux agents un plan fiable et lisible par machine de ce qu'ils peuvent réellement faire sur une page.
À qui s'adresse-t-il ?
- Développeurs d'agents IA qui ont besoin d'un moyen fiable d'interagir par programmation avec n'importe quelle page web sans écrire ou maintenir des sélecteurs fragiles.
- Ingénieurs en automatisation qui construisent des workflows basés sur un navigateur devant survivre aux refontes d'interface utilisateur et fonctionner sur différents sites sans maintenance constante.
- Équipes produit qui déploient des agents navigateur souhaitant que leurs agents raisonnent sur les actions de la page plutôt que de deviner à partir de captures d'écran ou de HTML brut.
Fonctionnalités clés
Cartographie des dépendances d'actions
Chaque élément interactif du manifeste inclut un champ requires qui encode les dépendances entre les actions. Cela indique à un agent quels champs ou étapes doivent être complétés avant qu'un bouton ne devienne cliquable ou qu'un formulaire puisse être soumis — un contexte que les seuls instantanés d'accessibilité ne fournissent pas.
Localisateurs résolus
Chaque action est accompagnée de localisateurs CSS et de rôles résolus, éliminant ainsi le besoin pour les développeurs d'écrire ou de maintenir des sélecteurs. L'API gère le travail fragile d'identification des éléments, permettant aux agents de les trouver et d'interagir avec eux de manière fiable, même après des refontes de page.
Sortie JSON structurée
L'API renvoie un manifeste JSON propre et prévisible contenant chaque bouton, formulaire et champ de saisie de la page, ainsi que leurs types, champs obligatoires, espaces réservés et états désactivés. Ce format structuré permet aux agents de raisonner sur les actions disponibles et de prendre des décisions éclairées sur la prochaine étape.
Prise en charge multiplateforme
Manifest est livré avec un SDK Python, une prise en charge de LangChain et un serveur MCP, ce qui facilite son intégration dans les frameworks et workflows d'agents existants dans différents environnements de programmation.
Ce qui se démarque
"Manifest est la couche qui indique à un agent sur quoi cliquer, quoi remplir et quoi soumettre — et ce qui est obligatoire avant de pouvoir passer à autre chose."
Alors que les outils de navigateur donnent aux agents un accès à une page et que les outils de contenu extraient du texte, Manifest comble la couche manquante : l'intelligence actionnable. Il ne se contente pas de dire à un agent ce qui se trouve sur la page — il lui dit ce qu'il est autorisé à faire là-bas, ce que chaque action nécessite et quelles dépendances doivent d'abord être satisfaites. Cela transforme une page web d'un document visuel ou textuel en un espace d'actions structuré qu'un agent peut naviguer de manière autonome.
À considérer si…
Vous construisez des agents navigateur qui doivent interagir de manière fiable avec de vraies pages web, sans sélecteurs fragiles ni devinettes basées sur des captures d'écran. Manifest est particulièrement précieux si vos agents doivent gérer des formulaires, des workflows en plusieurs étapes ou des pages qui changent fréquemment — et que vous souhaitez qu'ils raisonnent sur les dépendances et les champs obligatoires comme le ferait un humain.
