【视觉能力】开启 Vision 模式：处理 Canvas、Flash 或极其复杂的非标准前端页面

目录问题的起源：当 DOM 成为黑洞视觉回归测试：Playwright 的像素级保障WebDriver BiDi 协议：双向通信的革命工具选型对比：Playwright vs Selenium vs Cypress（2026 版）AI Web Agent 的崛起：从 DOM 到截图OmniParser：让机器“看懂”屏幕Canvas 与虚拟 DOM 的视觉处理方案Flash EOL 与安全风险专题部署方案与 CI/CD 落地总结与趋势判断一、问题的起源：当 DOM 成为黑洞做过自动化测试的工程师都遇到过这样的场景：页面上一个图表组件，你打开开发者工具想找它的 XPath，结果发现整个区域就是一个canvas标签，里面什么都没有。坐标点击不靠谱，选择器定位抓不到，功能测试在这里撞上了一堵透明的墙。Canvas、WebGL、Flash（以及它的继任者）、游戏引擎渲染的页面——这些“非标准前端”的共性在于，它们绕过了浏览器原生的 DOM 树，直接操作渲染管线。对于传统的基于元素选择器（CSS Selector、XPath）的自动化方案而言，这些页面就是一片漆黑。更糟糕的是，很多企业级应用的遗留页面仍在使用早已停止维护的技术栈。Adobe 官方早在 2020