项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 29649
使用教程
环境要求
- Node.js 与 npm 环境(用于 npm install)
- 支持 import 与 await 的现代浏览器页面环境
- 可访问的大模型服务 API Key(如 DashScope 兼容模式)
安装与启动步骤
-
1安装 page-agent 依赖
在项目目录执行 npm 安装,把 page-agent 作为依赖引入你的前端工程。
npm install page-agent -
2初始化 PageAgent 实例
在页面脚本中导入 PageAgent,填入模型名、baseURL、apiKey 与语言,YOUR_API_KEY 需换成你自己的密钥。
import { PageAgent } from 'page-agent' const agent = new PageAgent({ model: 'qwen3.5-plus', baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1', apiKey: 'YOUR_API_KEY', language: 'en-US', }) -
3执行自然语言指令
调用 agent.execute 传入自然语言任务,智能体会在页面内自动完成点击等操作,可 await 等待结果。
await agent.execute('Click the login button')
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
model | 是 | 指定所用大语言模型名称 | qwen3.5-plus |
baseURL | 是 | 模型服务的兼容接口地址 | https://dashscope.aliyuncs.com/compatible-mode/v1 |
apiKey | 是 | 调用模型所需的 API 密钥 | YOUR_API_KEY |
language | 否 | 智能体交互使用的语言 | en-US |
如何确认成功
页面脚本成功执行 agent.execute 并完成指定操作(如点击登录按钮),无报错即接入成功。
常见问题
Q:需要安装 Python 或无头浏览器吗?
A:不需要。README 明确说明无需 browser extension、python 或 headless browser,全部逻辑都在页面内的 JavaScript 中完成。
Q:需要多模态模型或截图吗?
A:不需要。它采用基于文本的 DOM 操作方式,不依赖截图,也不需要多模态大模型或特殊权限。
Q:可以使用本地部署的模型吗?
A:可以。README 说明支持大多数主流模型,包括本地部署的模型,具体支持列表见官方文档 supported models。
Q:必须安装 Chrome 扩展吗?
A:不必须。Chrome 扩展在 README 中标注为可选(optional),核心用法是通过 npm 安装后在页面内直接调用。
注意事项
- apiKey 属于敏感信息,示例中的 YOUR_API_KEY 必须替换为你自己的密钥,避免泄露到公开代码库
- README 为英文文档,中文文档位于 docs/README-zh.md,更多编程式用法见官网文档
- page-agent 运行在网页内部,需要你的页面环境允许加载并执行该 JavaScript
核心亮点
- 自然语言直接操控网页,无需编写复杂选择器或脚本,上手门槛极低。
- 内置任务规划与执行引擎,能自动分解多步指令并逐步完成,如'填写表单并提交'。
- 可视化操作过程,实时高亮当前操作元素并展示思考链,便于调试和信任。
不足之处
- 依赖大语言模型 API,每次调用有成本且需要网络,离线场景不可用。
- 对复杂动态页面(如大量 iframe 或 shadow DOM)的兼容性可能不稳定,需持续优化。
适用场景
- 自动化测试:用自然语言编写测试用例,快速验证网页功能。
- 数据录入:自动填写重复性表单,如批量注册或信息提交。
- 网页数据采集:通过对话指令提取页面结构化数据,无需写爬虫。
替代项目
Playwright MCP、Browser-use、Skyvern
上一篇:steel-browser
下一篇:skills
同类项目推荐
dsh-antibrow
开源
给 AI Agent 一个不被识破、身份能长期存活的浏览器
DeepSeek Harness plugin: give your agent a browser with a persistent identity - engi···
awesome-n8n-templates
开源
280+现成n8n模板,复制即用,自动化秒上手
280+ free n8n automation templates — ready-to-use workflows for Gmail, Telegram, Sl···
OpenTrade
开源
让 AI 代理安全地自动执行交易,带护栏不翻车
The open-source trading harness for Claude Code / Codex agents.
llm-pid-tuner
开源
用大模型自动迭代 PID 参数,省去手动试凑
基于 LLM 的极简 PID 自动调参系统 (CLI 版)
robotframework
开源
用表格写自动化,测试和 RPA 一把抓
Generic automation framework for acceptance testing and RPA
PaiAgent
开源
用 Java 拖出一条 AI 工作流,跑通就上线
轻量级的AI工作流编排系统,类似dify、n8n,全程使用Vibe Coding,AI工具为Qoder+CLI。涉及···
reader
开源
把任意网页变成干净 Markdown,直接喂给 AI 智能体
Open source web infrastructure for AI. Scrape, crawl, and automate the web, clean ma···
BrowserSkill
开源
让 AI 直接操作你已登录的真实浏览器,不打断当前工作
Let AI agents use your real, logged-in browser without interrupting your work. CLI +···
patchwork
开源
把 AI Agent 接进研发流程,自动跑代码审查和运维
Agentic AI framework for enterprise workflow automation.
