简介
Page Agent（alibaba/page-agent）是 MIT 开源的页内 GUI Agent：一行 npm/脚本嵌入后，Agent 在页面内读取文本化 DOM、调用你自带的 LLM，用原生事件点击/填写/滚动。无需浏览器扩展、Python 或无头浏览器即可做应用内 Copilot；可选 Chrome 扩展做多页任务，并提供 MCP Server（Beta）。`npm install page-agent`。官网 https://alibaba.github.io/page-agent/ ；源码 https://github.com/alibaba/page-agent 。开源免费（自备 LLM API）。
- 页内 DOM GUI Agent
- 自然语言操控
- 自备 LLM
- npm 一行嵌入
- 可选 Chrome 扩展
- MCP Server（Beta）
- MIT 开源
界面截图
可左右滑动，或使用方向键、Home 和 End 浏览截图。