Manifest
Omfang AB · Coding
Manifest ist eine API für Web-Aktionsmanifeste, die jede Seite in eine strukturierte JSON-Aktionskarte dessen verwandelt, was ein KI-Agent dort tatsächlich tun kann: jeder Button, jedes Formular und jedes Feld, mit den benötigten Angaben und den Voraussetzungen, die zuerst erfüllt sein müssen. Entwickelt von Omfang AB, sitzt es zwischen Browser-Tools, die eine Seite nur rendern, und Scrapern, die nur Text lesen. Sie senden eine URL und bekommen ein maschinenlesbares Aktionsmanifest zurück, über das Ihr Agent direkt nachdenken kann. Betrachten Sie es als die Aktionsschicht für Browser-Automatisierung mit KI-Agenten.
Über Manifest
Was ist Manifest
Manifest ist eine Aktionsschicht für KI-Agenten. Ein Browser gibt dem Agenten eine Seite, die er sehen kann. Ein Scraper gibt ihm Text, den er lesen kann. Keiner von beiden sagt dem Agenten, was er auf dieser Seite tun darf, und genau diese Lücke füllt Manifest.
Wenn Sie Manifest auf eine URL richten, besucht es die Seite, liest den Accessibility-Baum so, wie es ein Screenreader tun würde, und gleicht ihn mit dem echten DOM ab, für Details wie Pflichtfelder, Eingabetypen, Platzhalter und deaktivierte Zustände. Das Gesamtbild wird zu einem sauberen JSON-Manifest: jedes anklickbare, ausfüllbare und absendbare Element, beschrieben in Begriffen, mit denen ein Agent arbeiten kann. Und was ersetzt das? Vor allem handgeschriebene Selektoren. Die brechen in dem Moment, in dem eine Seite ein Redesign ausliefert.
Die wichtigste Grenze ist der Umfang. Manifest beschreibt, was auf einer Seite steht und was nötig ist, um jede Aktion abzuschließen. Es klickt oder füllt nichts für Sie aus. Ihr Agent muss die Schritte weiterhin ausführen. Außerdem stützt es sich auf die lebende Seitenstruktur, sodass stark gescriptete Oberflächen, die spät rendern oder Elemente hinter komplexen Zuständen verbergen, eine unvollständige Karte zurückgeben können.
Erste Schritte
- Erstellen Sie ein Konto und holen Sie sich einen API-Schlüssel aus dem Manifest-Dashboard.
- Senden Sie eine POST-Anfrage an den Endpunkt
/manifestmit der URL, die Sie abbilden möchten, plus einem optionalen Ländercode. - Lesen Sie das zurückgegebene JSON:
actionslistet jedes Element, undrequiressagt Ihnen, welche Aktionen noch durch eine Voraussetzung blockiert sind. - Binden Sie die Antwort in Ihren Agenten ein, damit er entscheiden kann, was er als Nächstes klickt oder ausfüllt. Bevorzugen Sie die ARIA-Rolle und den zugänglichen Namen statt rohem CSS.
Wenn Sie das REST-Setup lieber überspringen, fügen Sie stattdessen den MCP-Server io.omfang/manifest zu Ihrer Client-Konfiguration hinzu. Sie verwenden denselben Schlüssel.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Manifest.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Entwickler, die Agenten-Workflows bauen
- Automatisierungsingenieure
- QA- und Testteams
Aufgaben
- Formularautomatisierung
- Mehrstufige Navigation
- Überwachung von Seitenänderungen
Szenarien
- Registrierungs- und Checkout-Flows
- Angemeldete Ansichten
- Wiederholte Besuche derselben URLs
Wichtigste Funktionen
Accessibility-Baum plus DOM-Abgleich
Manifest liest eine Seite durch ihren Accessibility-Baum, dieselbe Struktur, die Hilfstechnologien nutzen, und gleicht dann mit dem DOM die Details ab, die dieser Baum verpasst: Pflichtmarkierungen, Eingabetypen, Platzhalter und deaktivierte Zustände. Das Ergebnis ist eine Beschreibung der Aktionen einer Seite, die besser hält als jede der beiden Quellen allein.
Aktionsmanifest mit Voraussetzungen
Die zentrale Ausgabe ist ein JSON-Array actions. Jeder Eintrag trägt eine id, ein label, einen type, eine description und ein Feld requires. Dieses Feld ist eine Menge von Gruppen, die durch AND verbunden sind, wobei jede innere Gruppe eine Menge von Alternativen ist, die durch OR verbunden sind. So erscheint eine Größenauswahl als eine Gruppe mit mehreren ids, und ein Login-Button als zwei Ein-Element-Gruppen für E-Mail und Passwort.
Aufgelöste Locators
Jede Aktion kommt mit einem Locator: einem CSS-Selektor, einer ARIA-Rolle und einem zugänglichen Namen. Die Dokumentation empfiehlt, sich auf Rolle und Name statt auf CSS zu stützen, wo immer möglich, da diese Redesigns überstehen, die einen fest verdrahteten Selektor zerstören würden.
MCP- und REST-Zugriff
Sie erreichen Manifest auf zwei Wegen. Fügen Sie den MCP-Server io.omfang/manifest zu Ihrer Client-Konfiguration hinzu, und er stellt einen streamable-http-Endpunkt bereit, oder rufen Sie die REST-API direkt mit einem Schlüssel im Header x-api-key auf. Dieselbe Antwortform in beiden Fällen.
Cache- und Limit-Verhalten
Zwischengespeicherte Antworten kommen schnell zurück und zählen weniger gegen Ihr Limit als kalte Anfragen. Da Agenten dazu neigen, dieselben wenigen URLs immer wieder anzusteuern, bleiben Kosten und Latenz über einen Lauf hinweg berechenbar.
Geo- und Sprachsteuerung
Ein optionales Feld country setzt den Accept-Language-Header des Scans und auf manchen Seiten ein Sprach-Cookie. Es ist ein Best-Effort: Manifest hebt Geo-Weiterleitungen nicht generell auf und rechnet keine Preise um, und es gibt ein locale_mismatch-Flag zurück, damit Sie wissen, wann die erhaltene Seite sprachspezifisch war.
Vor- und Nachteile
Vorteile
- Liefert Aktionen, nicht nur Inhalte, sodass ein Agent weiß, was er klicken, ausfüllen und absenden kann.
- Das Feld `requires` modelliert echte Abhängigkeiten, mit AND-Gruppen und OR-Alternativen.
- Locators enthalten ARIA-Rolle und zugänglichen Namen, die besser halten als CSS-Selektoren allein.
- Funktioniert über MCP und über einen einfachen REST-Endpunkt mit derselben Antwortform.
- Das Caching hält wiederholte Aufrufe derselben URLs schnell und günstig.
Nachteile
- Es bildet Seiten ab, handelt aber nicht auf ihnen, sodass Sie weiterhin Ihre eigene Ausführungsschicht brauchen.
- Die lebende Struktur zählt, und spät rendende oder stark zustandsgesteuerte Oberflächen können unvollständig zurückkommen.
- Die öffentlichen Preisstufen werden auf der Seite über einen kostenlosen Start hinaus nicht ausgeführt, daher müssen Sie für genaue Zahlen das Dashboard prüfen.
Häufige Fragen
Es gibt ein JSON-Aktionsmanifest zurück: eine Liste jedes anklickbaren, ausfüllbaren und absendbaren Elements einer Seite, jeweils mit einem aufgelösten Locator und einem Feld requires, das beschreibt, was zuerst getan werden muss. Es enthält außerdem den aktuellen Seitenzustand und Navigationslinks.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Manifest.
Alternativen zu Manifest
Forefront
Forefront · CodingForefront ist eine Webplattform zum Bauen mit Open-Source-KI. Sie lassen sich führende Open-Source-Sprachmodelle mit eigenen Daten feintunen, ihre Leistung bewerten und sie über eine API ausführen oder exportieren, um sie selbst zu hosten. Entwickler, die den Komfort einer geschlossenen Plattform wollen, aber darauf bestehen, ihre Modelle und Daten zu besitzen, sind hier die Zielgruppe.
Startkit
StartKit.AI · CodingStartkit ist ein Boilerplate zum Bauen von KI-SaaS-Produkten und KI-Wrappern. Man kann es sich als KI-Startup-Boilerplate vorstellen, bei dem die langweiligen Teile schon verdrahtet sind: Authentifizierung, Zahlungen über Stripe und Lemon Squeezy, Nutzungslimits, transaktionale E-Mail und ein KI-API-Starter-Kit, das mit OpenAI, Anthropic, Groq oder Llama spricht. Man klont das Repository, setzt seinen Preis und kümmert sich um den Teil des Produkts, für den Menschen wirklich bezahlen. Es basiert auf Next.js über React und Tailwind, deshalb fühlt sich ein Großteil des Boilerplate-Codes schon vertraut an.
Testim
Tricentis · CodingTestim ist eine KI-gestützte Plattform für Testautomatisierung, mit der man End-to-End-Tests für Web-, Mobile- und Salesforce-Anwendungen baut und ausführt. Sie setzt auf maschinelles Lernen, um Tests stabil zu halten, wenn sich eine Oberfläche ändert, sodass Teams weniger Zeit mit der Reparatur kaputter Selektoren verbringen. Nicht schlecht für ein Tool für automatisierte Tests, das Sie heute schon nutzen können. Sie erstellen Tests, indem Sie Aktionen im Browser aufzeichnen, und fügen danach JavaScript hinzu, wenn Sie mehr Kontrolle brauchen. Für ein beschäftigtes QA-Team eine solide Wahl.