Об этом проекте

Page Agent — это библиотека JavaScript с открытым исходным кодом и лицензией MIT от Alibaba, которая встраивает агента GUI непосредственно в веб-страницу. С помощью одной теги script или установки npm разработчики могут добавить на любой сайт ИИ-агента, который работает через текстовое манипулирование DOM — без скриншотов, мультимодальных LLM, headless-браузера, Python или расширений браузера. Ключевые особенности включают простую интеграцию на странице, поддержку использования собственных популярных или локально развернутых LLM, опциональное расширение Chrome для многостраничных задач по вкладкам и бета-версию MCP Server, которая позволяет внешним клиентам агента управлять браузером. Документированные варианты использования охватывают AI-копилотов для SaaS, которые можно развернуть без переписывания бэкенда, интеллектуальное заполнение форм для сокращения многоэтапных рабочих процессов в ERP/CRM/админ-системах до одного предложения, улучшение доступности с помощью естественного языка или голосовых команд, а также сценарии многостраничных агентов. Быстрый старт включает однострочный демо-скрипт CDN (для технической оценки с бесплатным тестовым LLM) и стандартный пакет npm, где разработчики настраивают свою модель, baseURL, API-ключ и язык, а затем вызывают методы, такие как agent.execute('Нажмите кнопку входа'). Проект написан на TypeScript, признает заимствование компонентов обработки DOM и подсказок из проекта browser-use и приветствует вклад сообщества (хотя чисто бот/ИИ-генерируемые вклады не принимаются).