❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序，在微信中搜索 TrendForge Pro 即可使用小程序，如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️
alibaba/page-agent
项目介绍
基于JavaScript的页面内图形用户界面代理。
JavaScript in-page GUI agent. Control web interfaces with natural language.
智能解读
alibaba/page-agent 是一个基于TypeScript开发的页面内图形用户界面代理工具，通过自然语言控制网页界面。它无需浏览器扩展、Python环境或无头浏览器，仅通过页面内JavaScript实现所有操作。核心功能包括：基于文本的DOM操作（不依赖截图或多模态大模型）、支持自带大语言模型、提供美观的用户界面并支持人工介入。适用于SaaS AI助手（数行代码即可集成）、智能表单填写（将复杂工作流简化为一句话）、无障碍访问（通过语音命令或屏幕阅读器操作网页）以及多页面任务（配合可选的Chrome扩展）。该项目简化了网页自动化流程，降低开发门槛。
使用场景
最适合为现有网页应用快速添加自然语言交互能力，无需后端改造或复杂部署。
SaaS产品AI助手
SaaS产品开发者想为现有产品添加AI助手功能，但不想重构后端或依赖复杂的浏览器扩展。
只需在前端页面中引入page-agent，用户就能用自然语言操作界面，无需后端改动或额外权限。
在CRM系统中，用户可以说“将上个月销售额超过10万的客户标记为重点客户”，AI助手自动完成筛选和标记操作。
复杂表单智能填充
企业ERP/CRM系统中有大量多步骤表单，用户需要反复点击和填写，操作繁琐易出错。
通过page-agent将多步操作转化为一句话指令，自动完成表单填写和提交流程。
用户输入“为新客户张三创建订单，产品A数量2，产品B数量1，使用公司标准合同模板”，系统自动完成客户创建、订单生成、合同配置等所有步骤。
无障碍网页操作
视障用户或行动不便者难以通过传统鼠标操作复杂的网页应用。
集成page-agent后，用户可以通过语音或文本指令直接操作网页元素，无需依赖屏幕阅读器的繁琐导航。
用户说“打开收件箱，找到王经理的邮件，回复‘会议改到明天下午三点’并发送”，系统自动执行所有操作。
跨页面数据收集
需要从多个网页收集数据时，传统方法需要编写复杂的爬虫脚本或手动复制粘贴。
配合chrome扩展，page-agent可以在多个标签页间协调工作，自动完成跨页面的数据提取和汇总。
在电商竞品分析时，指令“收集前3个竞品页面上的价格、评分和评论数”，agent自动在多个标签页中提取数据并整理成表格。
项目健康度
距上次更新 4 天
平台 Star TOP 3% · Forks 2,414
本周 +2,666 ⭐ · 本月 +10,664 ⭐
5 位贡献者 · 0 条平台评论
文档资料完整
项目信息
赞赏支持
如果本站对你有帮助，欢迎打赏支持
微信
支付宝
Widget 徽章
相关项目推荐
freeCodeCamp/freeCodeCamp
freeCodeCamp.org开源代码库与课程体系，免费学习数学、编程与计算机科学
openclaw/openclaw
属于你个人的AI助手。全操作系统支持。全平台兼容。龙虾之道。🦞
nilbuild/developer-roadmap
交互式路线图、指南及其他教育内容，助力开发者职业成长。
kamranahmedse/developer-roadmap
提供交互式学习路线图、指南和其他教育内容，帮助开发者在职业生涯中成长。
vuejs/vue
此仓库为Vue 2版本。Vue 3版本请访问https://github.com/vuejs/core
n8n-io/n8n
具备原生AI能力的公平代码工作流自动化平台。支持可视化构建与自定义代码，可选自托管或云端部署，集成400多种服务。
加载评论中...