Comment un modèle voit une page

Un modèle ne peut pas voir une page, et Dinoer ne lui donne pas d’image à regarder. Les deux vues ci-dessous sont ce que renvoie un appel, relevées sur https://example.com, sans retouche.

Première vue : la structure

/opt/dinoer/venv/bin/python3 /opt/dinoer/shot.py \
  --url https://example.com --a11y --guide-version 1.6

- heading "Example Domain" [level=1]
- paragraph: This domain is for use in documentation examples without needing permission. Avoid use in operations.
- paragraph:
  - link "Learn more":
    - /url: https://iana.org/domains/example

C’est l’arbre d’accessibilité que Chromium construit pour les lecteurs d’écran ; Dinoer ne l’invente pas. Il porte les rôles (heading, link), les destinations (/url:) et l’imbrication. Chromium charge et met en page la page pour le construire, mais aucune capture n’est prise.

Deuxième vue : le texte

{"type": "extraire_texte"}

{"extraction_texte": {
  "titre": "Example Domain",
  "texte": "Example Domain\nExample Domain\nThis domain is for use in documentation examples without needing permission. Avoid use in operations.\nLearn more",
  "url": "https://example.com/",
  "date_capture": "2026-08-14T13:23:35+00:00"}}

Même page, même session. L’arbre dit ce qu’est la page : un titre, un paragraphe, un lien. Le texte extrait dit ce qu’elle dit, sans balisage ni balises parasites. Sur un article ou une page de documentation, c’est d’ordinaire la vue à lire en premier.

Ce qui manque

Dinoer ne renvoie ni capture d’écran ni superposition numérotée : le code qui les produisait a été retiré. Pourquoi →

Si la structure d’une page ne dit rien d’un élément, par exemple un canvas ou une image sans libellé, il n’y a rien d’autre sur quoi se rabattre. Où s’arrête la perception →

Le reproduire

--a11y renvoie l’arbre ; l’action extraire_texte, dans le même appel, renvoie le texte :

/opt/dinoer/venv/bin/python3 /opt/dinoer/shot.py --url https://example.com --a11y \
  --action '{"type":"extraire_texte"}' --guide-version 1.6