@ChromiumDev：Lighthouse 引入 Agentic Browsing 優化 AI 互動。 Google Chrome 團隊近期於 Lighthouse 中新增了「…

Lighthouse 引入 Agentic Browsing 優化 AI 互動。 Google Chrome 團隊近期於 Lighthouse 中新增了「Agentic Browsing」實驗性類別，旨在評估網站對於 AI Agent 互動的友善程度。隨著 AI Agent 逐漸具備瀏覽網路的能力，開發者需要確保網站結構不僅能被人類閱讀，也能被機器精準解析與操作。 核心評估機制 不同於傳統 Lighthouse 類別提供 0 到 100 的加權分數，由於目前 Agent 網頁標準仍在發展中，該類別採取更具彈性的評估方式： 分數呈現：採用「通過比例」的計數方式，而非單一總分，藉此提供具體的行動訊號。 狀態判定：針對特定技術要求（如 WebMCP 結構驗證）提供「通過」或「失敗」的狀態回饋。 資訊統計：透過通過比例讓開發者能快速掌握網站的整體準備進度。 影響評估結果的變數 儘管審核過程是確定性的（deterministic），但結果仍可能因以下因素產生波動： 動態工具註冊：若網站透過 JavaScript（命令式 API）註冊 WebMCP 工具，註冊時機點可能影響 Lighthouse 快照的捕捉結果。 無障礙樹（Accessibility Tree）變異：DOM 結構的複雜度或大小會直接影響無障礙樹的建構，進而影響 Agent 的導航能力。 累積版面配置位移（CLS）：廣告或未設定尺寸的圖片導致的版面位移，會造成 Agent 在識別元素與實際互動之間發生偏差。 關鍵技術指標 Lighthouse 透過以下幾個維度來確保審核的可重現性，並支援整合至 CI/CD 流程中： WebMCP 整合：透過 Chrome DevTools Protocol (CDP) 的 WebMCP 網域，監控並驗證宣告式（HTML 定義）與命令式（JS 定義）的工具註冊。 以 Agent 為中心的無障礙設計：Agent 主要依賴無障礙樹作為資料模型，Lighthouse 會針對機器互動的關鍵指標進行篩選，包括： - 名稱與標籤：確保每個互動元素皆具備程式化名稱。 - 樹狀結構完整性：驗證角色（Role）與父子層級關係的有效性。 - 可見性：確認互動內容未被隱藏於無障礙樹之外。 穩定性與可發現性：除了監測 CLS 以確保視覺穩定性外，亦會檢查網域根目錄下是否包含 llms.txt，作為機器可讀的網站摘要。 開發者優化建議 為了提升網站的「Agent 準備度」，開發者應採取以下行動： 採用 WebMCP：利用 WebMCP API 明確地將網站邏輯與表單暴露給 AI Agent。 建構健全的無障礙樹：優先使用語意化 HTML 與正確的 ARIA 標籤，這是 Agent 觀察網頁的「機器視角」。 優化視覺穩定性：減少版面位移，確保 Agent 在互動過程中不會因為元素意外移動而導致操作失敗。原文：https://easyvibecoding.app/curated/1624