Page-Agent.js:驻留在网页中的 GUI 代理
阿里巴巴开源的一个 JavaScript 库,只需一行 script 标签就能让任意网页拥有自然语言操控能力——无需浏览器扩展、Python 后端或无头浏览器。核心思路是纯文本 DOM 操控(不截屏、不用多模态 LLM),自带测试 API,也支持用户自备模型。用途涵盖 SaaS AI 副驾、智能表单填写、无障碍访问和多标签页自动化(配合 Chrome 扩展或 MCP 服务器)。底层借鉴了 browser-use 项目,但定位是浏览器端增强而非服务端自动化。HN 上有社区讨论,项目活跃维护中。








