阿里巴巴开源的 Page Agent 是一个纯 JavaScript 的页面内 GUI 代理，无需浏览器扩展、Python 或无头浏览器，只需在网页中嵌入一行代码即可用自然语言控制界面。它基于文本的 DOM 操作，不依赖截图或多模态 LLM，自带 Chrome 扩展与 MCP Server（Beta）支持多页面任务。
🎯 易集成：纯 JavaScript，一切在页面内完成。
📖 文本 DOM 操作：不需要截图或特殊权限。
🧠 自带或自选 LLM。
🐙 可选 Chrome 扩展 + MCP Server（Beta）控制外部。
这种方案特别适合为 SaaS 产品快速集成 AI Copilot、将 20 步点击流程简化为一句指令、让任意 Web 应用支持语音命令或无障碍访问等场景。项目中同时包含快速开始 CDN 和 NPM 安装方式，社区可提交用例，采用 MIT 许可。
GitHub
#GitHub #开源 #PageAgent #阿里巴巴 #JavaScript #GUI #DOM #AI #自然语言
@GitHubTrendingHub