wehub/alibaba--page-agent

Fork 0

Files

T

wehub-resource-sync f2a80af930

Deploy Website / deploy (push) Waiting to run

Details

Main CI / test (push) Waiting to run

Details

docs: make Chinese README the default

2026-07-13 10:35:00 +00:00

6.8 KiB

Raw Permalink Blame History

Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

Page Agent

驻留在网页中的 GUI Agent。只需一段脚本，即可为任意网页赋予专属 AI Agent。

🌐 English | 中文

🚀 Demo | 📖 Docs | 📢 HN Discussion | 𝕏 Follow on X

✨ Features

🎯 轻松集成
- 无需 browser extension / python / headless browser。
- 纯页面内 JavaScript，一切都在你的网页中完成。
📖 基于文本的 DOM 操作
- 无需截图，也无需多模态 LLM 或特殊权限。
🧠 自带 LLM（Bring your own LLMs）
- 兼容大多数主流模型，包括本地部署的模型。请参阅支持的模型.
🐙 可选 Chrome 扩展，用于多页面任务。
- 还提供 MCP Server（Beta），可从外部进行控制

💡 Use Cases

SaaS AI Copilot — 几行代码即可在产品中上线 AI 副驾驶，无需重写后端。
智能表单填写 — 将 20 次点击的工作流压缩为一句话，非常适合 ERP、CRM 和管理系统。
无障碍访问 — 通过自然语言让任意 Web 应用可用：语音指令、屏幕阅读器，零门槛。
多页面 Agent — 通过 Chrome 扩展.，将你的 Web Agent 扩展到多个浏览器标签页。
MCP — 让你的 Agent 客户端控制浏览器。

🚀 Quick Start

一行集成

使用免费 Demo LLM 体验 PageAgent 的最快方式：

<script
    src="https://cdn.jsdelivr.net/npm/page-agent@1.12.1/dist/iife/page-agent.demo.js"
    crossorigin="anonymous"
></script>

⚠️ 仅供技术评估。 此演示 CDN 使用我们免费的测试 LLM API.。使用即表示你同意其条款. 添加 ?autoInit=false 可在加载脚本时不自动创建演示 Agent。随后可用 new window.PageAgent(...) 自行实例化。

镜像	URL
全球	https://cdn.jsdelivr.net/npm/page-agent@1.12.1/dist/iife/page-agent.demo.js
中国	https://registry.npmmirror.com/page-agent/1.12.1/files/dist/iife/page-agent.demo.js

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')

更多编程式用法请参阅📖 文档.

🤝 参与贡献

欢迎社区贡献！指南请参阅 CONTRIBUTING.md，本地开发流程请参阅 docs/developer-guide.md。

用 PageAgent 做出了酷东西？欢迎在 Show and Tell. 分享 🙌

请阅读维护者说明，了解原则与当前状态。

完全由机器人或 AI 生成、缺乏实质性人工参与的贡献不会被接受。

⚖️ 许可证

MIT License

👏 致谢

本项目建立在 browser-use. 的优秀工作之上。

PageAgent 面向客户端 Web 增强，而非服务端自动化。

DOM processing components and prompt are derived from browser-use:

Browser Use <https://github.com/browser-use/browser-use>
Copyright (c) 2024 Gregor Zunic
Licensed under the MIT License

We gratefully acknowledge the browser-use project and its contributors for their
excellent work on web automation and DOM interaction patterns that helped make
this project possible.

⭐ 如果觉得 PageAgent 有用，欢迎给本仓库点 Star！

6.8 KiB Raw Permalink Blame History Unescape Escape