Leer páginas y extraer lo que contienen

Lo más ligero que un agente puede hacer con un navegador: ir a leer. Ningún formulario, ninguna autenticación, nada modificado — encontrar una página, extraer lo que contiene, informar.

Es también el caso en que Diwall cuesta menos. --mode fast devuelve el árbol de accesibilidad sin captura, y para un trabajo basado en texto no hace falta nada más. Un ejercicio real: cuatro páginas, tres peticiones, la palabra clave encontrada con su contexto, sin llamar en ningún momento a un modelo de visión.

Comparar un artículo entre varias fuentes

Precio y disponibilidad de un mismo componente en varias tiendas. El agente combina dos cosas: un paso de descubrimiento de direcciones para encontrar páginas candidatas — una instancia de búsqueda local, por ejemplo —, y después Diwall en modo sonda sobre cada resultado, con acciones evaluer que extraen precio, existencias y características.

{"type": "evaluer",
 "script": "document.querySelector('.price')?.textContent.trim()"}

La comparación en sí ocurre en el agente, no en Diwall. Diwall devuelve hechos estructurados; decidir qué significan no es su trabajo.

Algo que conviene saber antes de montarlo. La herramienta de descubrimiento que combine con Diwall no es un componente de Diwall — es una pieza aparte que el agente pone encima. Y cuente con callejones sin salida: en un panel real de 23 sitios comerciales, el 39 % devolvió un bloqueo inmediato. Lo que midió ese panel →

Cartografiar un sitio de documentación

Una documentación construida como aplicación de una sola página responde mal a una descarga ingenua — el contenido llega cuando el enrutado del lado del cliente se ha asentado.

{"type": "attendre_reseau_calme"},
{"type": "evaluer",
 "script": "Array.from(document.querySelectorAll('pre code')).map(e => e.textContent)"}

Esperar a que el enrutado se asiente, tomar el árbol de accesibilidad en modo rápido para cartografiar la estructura, y recorrer después los bloques de código con evaluer para sacar su contenido exacto. El agente tiene entonces material real para su síntesis, en lugar de una paráfrasis de lo que cree que decía la página.

Consultar una agenda o un listado

«¿Hay algo este fin de semana?» — sin saber de antemano qué página tiene la respuesta. El modo rápido y el árbol de accesibilidad permiten a un agente recorrer unas cuantas páginas e informar.

Una de esas sesiones dio un ejemplo limpio de falso positivo documentado: la página cargó con normalidad — contenido abundante, sin captcha, sin página intermedia — mientras respect.waf_bloquants saltaba igualmente, porque un recurso de terceros sin relación, presente en la página, contenía una palabra clave de detección. Resuelto en un minuto más o menos, leyendo el árbol de accesibilidad que ya venía en la misma respuesta.

Es la regla de la señal y no del veredicto haciendo exactamente aquello para lo que existe: la detección se equivocaba, no detuvo nada, y la respuesta ya estaba a mano.

Por qué ninguno se entrega como escenario

Nombrar un sitio comercial real en un escenario público y versionado es una decisión que le corresponde a usted.

Hay también una razón práctica. Un escenario público atado a un sitio con nombre falla meses después, cuando ese sitio cambia su postura frente a los bots — y un ejemplo roto desacredita la herramienta más de lo que la demostró. Una tabla fechada de qué tiendas bloquean y cuáles no caduca antes de informar.

El método está documentado a escala de panel en las notas de campo del proyecto. Los destinos los elige usted.

En resumen

• El trabajo de solo lectura no necesita captura ni modelo de visión.
• evaluer devuelve datos estructurados que el agente puede comparar por programa.
• Las herramientas de descubrimiento se ponen encima; no forman parte de Diwall.
• Cuente con bloqueos en las grandes plataformas comerciales, y recurra a otras fuentes.