Biblioteca de agentes de IA para navegar la web sin depender de lo omnimo­dal, usando compresión del DOM amigable con tokens

Normalmente solo leo GN de vez en cuando; esta es mi primera vez publicando. ¡Mucho gusto!

---

Esta es una biblioteca que hice a partir de la idea: ¿y si, en lugar de un Web Surf agent actual y poco claro basado en lo omnimo­dal, tomamos el DOM obtenido por CDP, lo formateamos y comprimimos al mínimo para que un LLM pueda entenderlo, y luego lo convertimos en MCP?

Por qué la hice

• Los agentes web basados en capturas de pantalla requieren modelos de visión y consumen una cantidad enorme de tokens.
• La serialización tradicional del DOM incluye clases CSS, div envoltorios e incluso scripts, por lo que una sola página puede terminar con entre 50 mil y 100 mil tokens.
• Lo que el agente necesita son botones, enlaces, entradas de texto y texto; usar toda la ventana de contexto solo para eso es ineficiente.

Cómo funciona

• Tras conectarse a una instancia de Chrome mediante CDP, elimina todo excepto los elementos mínimos necesarios para distinguir la estructura dentro del DOM.
• Después, asigna un ID corto a cada elemento y le entrega ese contenido al agente.
• También soporta interacciones sobre elementos interactivos desde el agente, como click("B1"), type("I1", "término de búsqueda").

Benchmark

• GitHub: 84,357 -> 2,593 tokens (32x)
• Wikipedia: 123,615 -> 12,097 tokens (10x)
• MDN: 24,923 -> 1,793 tokens (14x)
• HN: 8,736 -> 1,038 tokens (8.4x)
• En promedio, 93% de reducción de tokens y tiempo de parsing de ~30 ms

Especificaciones sobre el papel

• Basado en TypeScript; como runtime soporta Bun Native y también Node 18+
• Dependencia del runtime chrome-remote-interface
• Backend basado en ElysiaJS

Enlaces

• GitHub: https://github.com/TideSurf/core
• npm: https://www.npmjs.com/package/@tidesurf/core
• Documentación/demo: https://tidesurf.org

---

Lo hice originalmente para depuración personal y, después de usarlo, me sorprendió que resultara bastante útil, así que decidí liberarlo como OSS. ¡Pruébenlo y agradeceré mucho su feedback!