Page Agent

介绍

Page Agent 是阿里巴巴推出的一款创新的、基于 JavaScript 的页内 GUI 代理产品，旨在通过自然语言实现对网页界面的精准控制。它完全在网页内部运行，采用文本化的 DOM 操作，无需浏览器扩展、Python 或无头浏览器，也避免了多模态 LLM 或屏幕截图，从而确保了易集成性和高效率。用户可灵活接入自有 LLM。其核心应用场景包括快速部署 SaaS AI 辅助功能、自动化企业级（如 ERP/CRM）复杂表单填写、提升网页可访问性，以及通过可选的 Chrome 扩展支持跨多页面的代理任务。Page Agent 将繁琐的多步骤操作转化为简洁的自然语言指令，显著提升了生产力和用户体验。