看了论文，有个疑问，论文中提到了现在多模态大模型对于UI截图上的所有的标注的区域，猜测他们功能可能不准确，所以你们将UI层级也加入到了prompt中，那自己的APP可以，facebook这种例子，你们怎么获取UI层级的啊？？

[suzhenyu006]