alibaba page-agent - 中文翻译

Page Agent

驻留在您网页中的 GUI 代理。通过自然语言控制网页界面。🌐 English | 中文 🚀 演示 | 📖 文档 | 📢 HN 讨论 | 𝕏 关注 X

page-agent-demo-0227.mp4

✨ 特性

🎯 轻松集成 无需浏览器扩展 / Python / 无头浏览器。仅需页面内 JavaScript。一切都在您的网页中发生。

📖 基于文本的 DOM 操作 无需截图。无需多模态 LLM 或特殊权限。

🧠 自带 LLM

🐙 可选的 Chrome 扩展，用于多页面任务。以及一个 MCP 服务器（Beta），可从外部进行控制。

💡 使用场景

SaaS AI 助手 — 用几行代码为您的产品内置 AI 助手。无需重写后端。

智能表单填写 — 将 20 次点击的工作流变成一句话。适用于 ERP、CRM 和管理系统。

无障碍访问 — 通过自然语言使任何 Web 应用都可访问。语音指令、屏幕阅读器，零障碍。

多页面代理 — 通过 Chrome 扩展将您自己的 Web 代理扩展到浏览器标签页之间。

MCP — 允许您的代理客户端控制您的浏览器。

🚀 快速开始

一行集成

使用我们的免费演示 LLM 最快体验 PageAgent 的方式：

⚠️ 仅用于技术评估。此演示 CDN 使用我们的免费测试 LLM API。使用即表示您同意其条款。

镜像 URL

全球：https://cdn.jsdelivr.net/npm/page-agent@1.11.0/dist/iife/page-agent.demo.js
中国：https://registry.npmmirror.com/page-agent/1.11.0/files/dist/iife/page-agent.demo.js

添加 ?autoInit=false 可在不自动创建演示代理的情况下加载脚本。之后您可以通过 new window.PageAgent(...) 实例化它。

NPM 安装

npm install page-agent

import { PageAgent } from 'page-agent'

const agent = new PageAgent({
  model: 'qwen3.5-plus',
  baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1',
  apiKey: 'YOUR_API_KEY',
  language: 'en-US',
})

await agent.execute('Click the login button')

更多编程用法，请参阅 📖 文档。

🌟 优秀的 Page Agent 项目

用 PageAgent 做出了很酷的东西？在这里添加！提交 PR 分享您的项目。这些是社区项目 — 不由我们维护或认可。请自行判断使用。

| 项目 | 描述 | |------|------| | 您的项目？ | 提交 PR 🙌 |

🤝 贡献

我们欢迎社区的贡献！请参阅 CONTRIBUTING.md 了解指南，以及 docs/developer-guide.md 了解本地开发工作流。请阅读维护者关于原则和当前状态的说明。

完全由机器人或 AI 生成且没有实质性人工参与的贡献将不被接受。

⚖️ 许可证

MIT 许可证

👏 致谢

本项目基于 browser-use 的出色工作构建。PageAgent 专为客户端 Web 增强设计，而非服务器端自动化。DOM 处理组件和提示词源自 browser-use：

我们衷心感谢 browser-use 项目及其贡献者在 Web 自动化和 DOM 交互模式方面的出色工作，这些工作使本项目成为可能。

⭐ 如果您觉得 PageAgent 有用，请给这个仓库点个星！