منصوبے کے بارے میں

Page Agent ایک اوپن-سورس، MIT-لائسنس یافتہ JavaScript لائبریری ہے جو Alibaba سے ہے، جو ایک GUI ایجنٹ کو براہ راست ویب پیج کے اندر ایمبیڈ کرتی ہے۔ ایک ہی اسکرپٹ ٹیگ یا npm انسٹال کے ساتھ، ڈویلپرز کسی بھی سائٹ کو ایک AI ایجنٹ دے سکتے ہیں جو ٹیکسٹ-بیسڈ DOM مینپولیٹیشن کے ذریعے کام کرتا ہے—اسکرین شاٹس، ملٹی-موڈل LLMs، ہیڈلیس براؤزر، Python، یا براؤزر ایکسٹینشن کی ضرورت نہیں ہے۔ اہم خصوصیات میں آسان ان-پیج انٹیگریشن، اپنے مین اسٹریم یا لوکل ڈپلائیڈ LLMs لانے کی سپورٹ، ملٹی-پیج ٹاسکس کے لیے ایک اختیاری Chrome ایکسٹینشن، اور ایک بیٹا MCP سرور شامل ہیں جو بیرونی ایجنٹ کلائنٹس کو براؤزر کو کنٹرول کرنے کی اجازت دیتا ہے۔ ڈاکیومنٹڈ استعمال کے کیسز میں SaaS AI کوپائلٹس شامل ہیں جو بیک اینڈ ری‌وائٹ کے بغیر شپ کیے جا سکتے ہیں، ERP/CRM/ایڈمن سسٹمز میں ملٹی-اسٹیپ ورک فلو کو ایک ہی جملے میں کم کرنے کے لیے سمارٹ فارم فلنگ، قدرتی زبان یا وائس کمانڈز کے ذریعے ایکسیسبیلٹی میں بہتری، اور ملٹی-پیج ایجنٹ منظرنامے شامل ہیں۔ فوری آغاز کے اختیارات میں ایک لائن CDN ڈیمو اسکرپٹ (ایک مفت ٹیسٹنگ LLM کے ساتھ تکنیکی جائزہ کے لیے) اور ایک معیاری npm پیکج شامل ہیں جہاں ڈویلپرز اپنا ماڈل، baseURL، API کی، اور زبان کنفیگر کرتے ہیں، پھر ایجنٹ.ایکسیکیوٹ('لاگ ان بٹن پر کلک کریں') جیسے طریقے کال کرتے ہیں۔ یہ پروجیکٹ TypeScript میں بنایا گیا ہے، DOM پروسیسنگ کمپونینٹس اور پرامپٹس کے لیے browser-use پروجیکٹ سے اخذ ہونے کا اقرار کرتا ہے، اور کمیونٹی کنٹریبیوشنز کا خیرمقدم کرتا ہے (حالانکہ صرف بوٹ/AI-جنریٹڈ کنٹریبیوشنز قبول نہیں کیے جاتے)۔