Page Agent — 阿里开源网页 GUI 自动化，自然语言控制浏览器（6.4k ⭐）
0 次浏览
2026/3/13
Page Agent 是什么？
Page Agent 是阿里巴巴开源的网页 GUI 自动化智能体，今日 GitHub 新增 1200+ 星。它通过纯 JavaScript 在浏览器页面内运行，让你用自然语言描述操作意图，Agent 自动识别界面元素并执行点击、输入、滚动等交互动作。
核心能力
- 无需额外驱动：纯页面内 JS 运行，无需 Selenium、Playwright 等外部驱动
- 自然语言指令：直接说"填写登录表单并提交"，Agent 自动理解并执行
- 跨框架兼容：适用于 React、Vue、Angular 等任意前端框架构建的页面
- 视觉+语义双识别：结合 DOM 结构和视觉截图双重定位，准确率更高
典型用例
- 电商平台自动下单/比价
- 企业 OA 系统批量操作自动化
- Web 应用功能测试
- 数据采集与表单批量填写
与 Playwright/Puppeteer 的区别
传统自动化工具需要提前编写选择器脚本，Page Agent 则理解自然语言意图，适合处理动态变化的 UI，大幅降低维护成本。
免责声明
本站内容主要用于信息整理、技术研究与经验分享，不对第三方产品或服务的可用性、完整性作出任何明示或暗示的保证。
- 本站所分享的资源、工具、教程等内容仅供学习与研究参考，请勿用于商业用途。
- 部分内容可能来源于公开网络或开源社区，如涉及版权或其他合法权益问题，请通过联系方式与我们联系，我们将在核实后及时处理。
- 如需将相关内容用于商业产品或盈利性业务，请自行联系权利方获取正式授权。
- 因不当使用引发的版权或合规风险，由使用者自行承担。
- 外部链接失效或无法访问属于正常现象，本站不保证所有链接的持续有效性。
转载或引用本文内容，请保留原文链接并注明来源。
评论
加载中...
相关资源
Google A2UI — 自然语言驱动的 UI 自动化框架（13k ⭐）
google/A2UI 是 Google 开源的 Agent-to-UI 框架，让 AI Agent 通过自然语言理解和...
Lightpanda — 专为 AI 和自动化设计的无头浏览器（15.7k ⭐）
lightpanda-io/browser 是专为 AI Agent 和自动化任务优化的无头浏览器，内存占用极低、执行速...
Agency Agents — 完整 AI 智能体团队，多专家协作开箱即用（36k ⭐）
agency-agents 提供一套完整的 AI 智能体协作框架，内置多个专业领域专家 Agent，通过 Shell 脚...