阿里最近這個開源項目在 GitHub 上已經拿下 18.7K star

阿里有個開源項目叫 page-agent，GitHub 上已經拿下 18.7K star 了。

它乾的事情說起來很簡單，就是讓你用自然語言去控制網頁界面。你跟它說一句話，它就能幫你點按鈕、填表單、跳轉流程，整個操作鏈路全部自動完成。

關鍵是它的實現方式特別輕。不需要 headless 瀏覽器，不需要截圖識別，不需要 OCR，也不需要多模態模型。純 JS 實現，一行 script 標籤引進去，你的網站就直接擁有了一個 AI 副駕駛。

不依賴後端，不依賴客戶端，不需要裝瀏覽器插件。就這麼幹淨利落。

它能做的事情還挺多的。

給 SaaS 產品加 AI Copilot，幾行代碼搞定，完全不用重寫後端邏輯。

智能填表單，原來要點 20 次的操作，現在一句話就搞定。ERP、CRM、各種管理後臺，用起來體驗直接拉滿。

做無障礙增強也行，用自然語言讓任何網頁變得無障礙，支持語音指令和屏幕閱讀器，零門檻。

還能跨頁面工作，裝一個可選的 Chrome 擴展，你的 Web Agent 就能跨標籤頁執行任務。

另外它還支持通過 MCP 協議，給你現有的 Agent 加上瀏覽器控制能力。

總結一下就是，這個項目把 AI agent 嵌入網頁這件事，做到了目前我見過最輕量、最優雅的程度。如果你在做 SaaS 產品，或者想給自己的工具加點智能化的東西，值得認真看一看。（來自@默庵·超級個體）

項目地址：github.com/alibaba/page-agent

更多遊戲資訊請關註：電玩幫遊戲資訊專區

電玩幫圖文攻略 www.vgover.com

相關資訊 更多