Perception
Ce qu'un modèle de langage peut percevoir d'une page web quand rien n'est rendu en image : des connaissances générales, utiles même si vous n'installez jamais Dinoer.
Un modèle de langage ne voit pas une page web. Face à une capture d’écran, il reçoit des pixels : il peut dire que la page a l’air cassée, mais il ne peut agir sur rien, car rien dans une image n’est adressable. Face au HTML brut, il reçoit tout à la fois, y compris des centaines de lignes de balisage de mise en page.
Dinoer ne lui donne ni l’un ni l’autre. Aucune image, dans aucun mode. Il lui donne la structure que le navigateur construit déjà, sous forme de texte.
Deux vues, toutes deux textuelles
L’arbre d’accessibilité est la structure que le navigateur construit pour les lecteurs d’écran : titres, rôles, liens, états. Le texte extrait est le contenu de la page débarrassé de son balisage et des balises parasites, pour les cas où compte ce que dit la page plutôt que son organisation.
Aucune ne remplace l’autre. L’arbre dit ce qu’une page est ; le texte dit ce qu’elle dit. Une page peut avoir un arbre riche et peu de contenu, ou l’inverse.
Le reproduire
Les sorties de cette section ont été relevées sur https://example.com le
14 août 2026 :
/opt/dinoer/venv/bin/python3 /opt/dinoer/shot.py \
--url https://example.com --a11y --guide-version 1.6