阿里巴巴开源 Page Agent 教程，用一句话控制网页上的所有操作

有没有想过，用一句自然语言就能控制网页上的所有操作？这就是阿里巴巴最新开源的 Page Agent，一个直接运行在网页中的 GUI Agent。

核心特性：
– 极简集成：无需浏览器扩展，仅需引入一段 JS 即可
– 文字级 DOM 操作：不用截图、不用多模态模型
– 自带 LLM：支持通义千问、OpenAI 等大模型
– Chrome 扩展：跨页面操作
– MCP 服务器：从外部控制浏览器

快速开始：
方式一：CDN 引入（最快）：引用 unpkg.com 上的 page-agent 脚本即可
方式二：npm 安装：npm install page-agent

相关链接：
GitHub：https://github.com/alibaba/page-agent（20.4K Star）
在线 Demo：https://alibaba.github.io/page-agent/

免责声明：本文内容仅供学习交流，项目信息来源于 GitHub 官方仓库。