La serialización del DOM permite una navegación automatizada potente, pero los componentes no estándar provocan ciclos de clics redundantes.
1. Arquitectura de Razonamiento del Agente: Cómo Navega Comet la Web en Vivo
Comet intercepta el árbol DOM de la pestaña activa, convirtiéndolo en un árbol de accesibilidad que se transmite a los modelos de lenguaje de Perplexity en la nube. El modelo emite comandos de acción de Chrome DevTools Protocol (CDP) como clics, desplazamiento y entrada de texto.
En nuestro benchmark de 120 sitios web, esta arquitectura destacó en flujos lineales basados en texto: recopilar especificaciones técnicas y generar tablas comparativas en Markdown.
Sin embargo, ante patrones web no estándar (Shadow DOM, feeds de scroll infinito o modales 2FA), el agente dudó o repitió clics infructuosos, requiriendo intervención humana.


