zoushiyang/page-agent

Fork 0

Files

Simon 847620b5e8 feat: init

2025-09-29 16:33:15 +08:00

2.9 KiB

Raw Blame History

PageAgent 🤖

一个脚本标签，让任何网页支持 AI 自动化操作。

PageAgent 是基于 browser-use 架构的 Web UI 自动化代理，通过 LLM 集成实现网页界面的自然语言控制。

🌐 English | 中文

👉 📖 文档 | 🚀 试用

✨ Features

🎯 轻松集成 - 通过 CDN 或 npm 添加到任何网页
🔐 端侧运行 - 数据不离开浏览器
🧠 HTML 脱水
💬 自然语言接口
🎨 HITL 交互界面

🗺️ Roadmap

👉 Roadmap

🚀 快速开始

CDN 集成

TODO: CDN 地址待确定。

<!-- CDN 脚本标签 - URL 待更新 -->
<script src="TODO-CDN-URL"></script>

NPM 安装

npm install page-agent

import { PageAgent } from 'page-agent'

const agent = new PageAgent({
  modelName: 'gpt-4.1-mini'
  baseURL: 'xxxx',
  apiKey: 'xxxx'
})

await agent.execute("点击登录按钮")

🏗️ 架构设计

PageAgent 采用清晰的模块化架构：

src/
├── PageAgent.ts          # Agent 主流程
├── dom/                  # DOM 理解
├── tools/                # 代理交互工具
├── ui/                   # UI 组件和面板
├── llms/                 # LLM 集成层
└── utils/                # 事件总线和工具

🤝 贡献

欢迎社区贡献！以下是参与方式：

开发环境

Fork 项目仓库
Clone or fork: git clone https://github.com/alibaba/page-agent.git && cd page-agent
安装依赖: npm install
启动开发: npm start

贡献指南

请在贡献前阅读我们的行为准则和贡献指南。

👏 致谢

本项目基于以下优秀项目构建：

browser-use
ai-sdk

PageAgent 专为客户端网页增强设计，不是服务端自动化工具。

📄 许可证

MIT 许可证 - 详见 LICENSE 文件。

DOM 处理与提示词参考了 browser-use（MIT 许可证）。完整归属请见 NOTICE。

⭐ 如果觉得 PageAgent 有用或有趣，请给项目点个星！

2.9 KiB Raw Blame History Unescape Escape