الوكيل الذي يضيف تعليقات توضيحية دون النظر يُبلغ عن النجاح لأن الاستدعاء عاد. عرض الصفحة المشروحة كصورة يتيح لنموذج قادر على الرؤية التحقق من مكان ظهور التحديد وتحريكه إذا كان خاطئًا.
الوكلاء متعددوا الوضع يحتاجون إلى البكسلات، ليس النص فقط
استخراج النص يمنح الوكيل الذكاء الاصطناعي حروف المستند ويهمل التخطيط والرسوم البيانية والطوابع. طلب واحد يحول الصفحة إلى صورة ويقوم الوكيل بمشاهدتها مباشرة.
عندما يكون الجواب في المخطط: وكلاء الذكاء الاصطناعي يقرؤون المخططات والرسومات والمسح الضوئي عبر MCP
المخططات والطوابع والصفحات الممسوحة ضوئياً تحتوي على إجابات لا يراها استخراج النص أبداً. تحويل الصفحة وإعطاء الصورة لنموذج قادر على الرؤية يصل إليها، مع حدود صادقة على الدقة.
