Page-Agent: 阿里开源 Web UI 自动化 Agent

阿里的开源项目page-agent,能让你用自然语言控制网页界面,在 GitHub 已经斩获 18.7K star。

它把 AI agent 直接塞进网页里,然后你用自然语言指挥它点按钮、填表单、跳流程都行。

它不需要 headless 浏览器,不需要截图,不需要 OCR,也不需要多模态模型。

一行 script 标签,你的网站就有了一个 AI 副驾驶。

https://github.com/alibaba/page-agent

#阿里#开源#pageagent#AIagent#GitHub#自然语言#网页自动化#副驾驶

关联工程母题系统与实测说明:

本篇「Page-Agent: 阿里开源 Web UI 自动化 Agent」由 整理收录于 qilaidav 工程知识库,围绕 企业协同与三库底座 (Spec/Prompt/Memory) 的生产环境架构设计、链路排障与确定性验证展开沉淀。完整系统模块、部署边界与技术规格请查阅方案主页:→ 查看 企业协同与三库底座 (Spec/Prompt/Memory) 详情(架构诊断与定制交流:Telegram @BD8888 · hello@qilaidav.com · GitHub @qilaidev)。

免责声明与评测方法:本文所涉开源工具、模型基准与工程配置均基于实测环境与公开技术资料整理,仅供系统架构研发参考,不构成任何商业背书或投资建议。

— qilai · 摘自 Telegram 频道 @AIKB8