在用户需要通过链接生成网站的场景中，存在采用计算机视觉方法进行网站截图和分块的问题，当前方法效果不佳，主要包括文本错误切割、图像断裂处理以及与人类视觉感知差距大。为解决这些问题，提出了三种解决方案：1. 使用Segment AI进行语义引导分割，提高分割准确性。2. OmniParser用于GUI元素标记，但实用性低。3. 利用HTML标注结构结合CV分割，通过染色优化分割效果，达到较好效果。最终强调从简单算法入手，逐步解决问题可能会带来更有效的解决方案。