predicate-snapshot
MCP Serverby rcholic
clawhub⭐ 16/10
ML驱动的DOM剪枝，浏览器提示体积减少95%
利用机器学习对浏览器DOM树进行智能剪枝，将传入LLM的页面提示词体积缩减95%，显著降低Token消耗与推理成本，提升Agent响应速度。
📊 商业分析
商业模式
freemium
独特价值
ML自动识别关键DOM节点，压缩95%无效内容，大幅降低浏览器Agent的token消耗
竞品
1. Playwright/Puppeteer原生DOM选择器（无ML压缩，需手动维护）；2. Agentless/Browser-Use（全DOM传入LLM，token消耗大）；3. Jina Reader（网页转Markdown，但非DOM谓词级精简）
🎯 应用场景
目标用户
AI Agent开发者浏览器自动化工程师LLM应用成本优化者
工具信息
- 类型
- MCP Server
- 平台
- clawhub
- Stars
- ⭐ 1
- 价值评分
- 6/10
- 子分类
- 浏览器自动化与DOM智能压缩
- 可商业化
- ✅ 是
AI 标签
DOM压缩浏览器AgentToken降本ML剪枝网页自动化
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6