fn_registry/python/functions/pipelines/cdp_get_ax_tree.md

name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, params, output, tested, tests, test_file_path, file_path

name	kind	lang	domain	version	purity	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	params	output	tested	tests	test_file_path	file_path
cdp_get_ax_tree	pipeline	py	pipelines	1.0.0	impure	def cdp_get_ax_tree(debug_port: int, tab_id: str, depth: int = -1) -> list[dict]	Conecta a Chrome via CDP WebSocket, habilita Accessibility y devuelve el AX tree completo del tab indicado. Usa websocket-client si está disponible, sino websockets async.	navegator cdp chrome browser accessibility ax-tree	trim_ax_tree_py_core chunk_ax_tree_py_core			false	error_go_core	json threading urllib.request urllib.error websocket	name desc debug_port Puerto de debug remoto de Chrome (ej. 9222). Lanzar Chrome con --remote-debugging-port=9222. name desc tab_id ID del tab CDP obtenido via GET /json/list (campo 'id'). Usar cdp_list_tabs_go_browser para listarlo. name desc depth Profundidad del árbol a obtener. -1 = completo (default).	Lista de AXNode en formato CDP. Lista vacía si la página no tiene contenido accesible.	false			python/functions/pipelines/cdp_get_ax_tree.py

Ejemplo

import urllib.request, json
from pipelines.cdp_get_ax_tree import cdp_get_ax_tree
from core.trim_ax_tree import trim_ax_tree
from core.chunk_ax_tree import chunk_ax_tree

# 1. Listar tabs para obtener tab_id
with urllib.request.urlopen("http://127.0.0.1:9222/json/list") as r:
    tabs = json.loads(r.read())
tab_id = tabs[0]["id"]

# 2. Obtener AX tree
nodes = cdp_get_ax_tree(debug_port=9222, tab_id=tab_id)

# 3. Reducir y chunkear para LLM
trimmed = trim_ax_tree(nodes)
chunks = chunk_ax_tree(trimmed, max_chars=25000)
print(f"{len(nodes)} nodos → {len(trimmed)} trimmed → {len(chunks)} chunks")

Cuando usarla

Cuando necesitas obtener el árbol de accesibilidad de una página Chrome ya abierta para procesarlo con un LLM o para automatización accesible (más estable que selectores CSS). Requiere Chrome lanzado con --remote-debugging-port=PORT.

Gotchas

• Chrome debe estar corriendo con --remote-debugging-port=<port> y --no-sandbox en CI.
• En WSL2 usar --remote-debugging-address=0.0.0.0 y conectar al IP del host Windows, no a 127.0.0.1.
• El tab no puede tener otro debugger adjunto (DevTools abierto) — cierra DevTools antes de llamar.
• Accessibility.getFullAXTree puede tardar 2-5s en páginas grandes.
• Timeout total de 15s — aumentar si la página es muy pesada.
• Tests automáticos requieren Chrome corriendo. Para probar manualmente:

  # Lanzar Chrome en WSL2
  chrome.exe --remote-debugging-port=9222 --headless=new https://example.com
  # Verificar
  curl http://127.0.0.1:9222/json/list | python3 -m json.tool
  # Ejecutar
  python3 -c "
  import json, urllib.request
  from pipelines.cdp_get_ax_tree import cdp_get_ax_tree
  with urllib.request.urlopen('http://127.0.0.1:9222/json/list') as r:
      tabs = json.loads(r.read())
  nodes = cdp_get_ax_tree(9222, tabs[0]['id'])
  print(f'{len(nodes)} nodos')
  "