摘要
针对现代动态交互网站导致传统静态解析方法失效的问题，本文提出 Webscraper 框架。该框架利用多模态大语言模型（MLLM）自主导航交互界面、调用专用工具并执行结构化数据提取。通过五阶段提示流程与定制工具集，系统在遵循“索引 - 内容”架构的网站中表现优异。实验表明，相较于基线代理，该框架在新闻及电商平台的抓取准确率上均有显著提升。
AI 推荐理由
论文核心在于构建专用工具集并训练 MLLM 自主调用，以解决动态网页抓取难题。
研究机构
Dept. of Information Management, National Taiwan University, Taipei, Taiwan
论文信息