月榜当前未记录
历史最佳#12最近排名#21
当前未进入本站记录范围
- 记录天数
- 6 天
- 记录期 Star
- +607
@alibaba
page-agent
alibaba/page-agentJavaScript in-page GUI agent. Control web interfaces with natural language.
STARS28,369
FORKS2,498
ISSUES61
LANGUAGETypeScript
HISTORICAL INTELLIGENCE
历史情报摘要
月榜历史趋势
2026-07-24 至 2026-07-30，掉榜日期保留为空缺。
排名，数字越小越靠前
VERIFIABLE HEALTH SIGNALS
项目健康证据
维护、响应、交付与采用风险分开观察，不生成虚假的单一总分。MAINTENANCE
核对提交维护活性
- 近 90 天 Commit
- ≥158 已采集下限
- 活跃贡献者
- ≥9 按公开提交账号去重
- 近 12 月活跃月份
- 5/12 基于已采集提交
RESPONSE
核对样本社区响应
- Issue 关闭率
- 58% 23/40 个同期新 Issue
- Issue 关闭中位数
- 13.9 天 仅统计已关闭样本
- PR 合并率
- 61% 63/104 个同期新 PR
- PR 合并中位数
- 0.5 小时 仅统计已合并样本
DELIVERY
核对发布持续交付
- 近 12 月正式 Release
- 31 排除草稿与预发布
- 最近正式 Release
- 2026-07-16 以公开发布时间为准
- 发布间隔中位数
- 3.1 天 至少两次正式发布才计算
ADOPTION
查看仓库采用风险
- 仓库状态
- 正常开放 未发现归档标记
- 开源协议
- MIT 仍需核对完整协议与依赖
- Security Policy
- 未发现 仅检查 GitHub 社区资料
AI-ASSISTED PROJECT BRIEF
项目定位与辅助解读
AI 解读仅作初评参考，技术落地请以 GitHub 源码、README 和完整协议为准。
项目资料AI 整理
阿里巴巴开源的基于TypeScript的页面内GUI代理，通过自然语言控制网页界面。无需浏览器扩展或headless浏览器，一行JavaScript即可嵌入任意网页。支持主流LLM，提供可选Chrome扩展与MCP Server。
Page Agent 是一个轻量级 JavaScript 库，专注于客户端网页增强。它允许开发者在不改造后端的前提下，为任何网页添加基于自然语言的交互代理。核心机制采用文本化DOM操作，无需截图或多模态模型。项目提供自由测试LLM API（仅限技术评估）和正式接入自有模型的能力。可选组件包括用于跨标签任务的Chrome扩展和从外部控制的MCP Server。此项目在MIT许可下开源，已获超过2.7万Star，社区活跃度较高。
核心亮点
项目最值得关注的能力
- 纯JavaScript内嵌，无需浏览器扩展、Python或headless浏览器
- 基于文本的DOM操作，无需多模态LLM或特殊权限
- 支持自带多种主流LLM（包括本地部署模型）
- 提供可选Chrome扩展实现多页任务及MCP Server（Beta）
- MIT开源许可，npm及CDN分发
适用场景
它可以解决哪些实际问题
- SaaS AI Copilot：数行代码为产品添加AI助手，无需后端重写
- 智能表单填写：将多步工作流简化为一句自然语言指令
- 无障碍访问：使任何Web应用可通过语音或屏幕阅读器控制
- 多页代理：通过Chrome扩展跨标签页执行任务
- MCP集成：允许外部Agent客户端控制浏览器
技术观察
从公开资料提炼的实现特征
- 使用TypeScript编写，提供IIFE与NPM两种集成方式，版本v1.12.2
- DOM处理组件和提示词基于browser-use项目（MIT许可）
- 免费测试LLM API仅供技术评估，使用需同意相应条款
- 项目明确为客户端网页增强设计，不适用服务器端自动化
- 建议使用者自行验证模型API的安全性与兼容性
优势判断
相对明确的项目价值
- 集成极简：一行或npm install即可运行
- 灵活模型选择：支持多种LLM（包括本地部署），无需绑定特定厂商
- 开源社区活跃：GitHub Star超过2.7万，有持续更新和社区讨论
局限与注意
评估和采用前需要留意
- 设计定位于客户端增强，不适合服务器端或高安全要求的自动化场景
- 免费测试API仅供评估，生产使用须自行接入付费或私有LLM
- 依赖外部LLM服务，实际效果受模型能力和网络延迟影响
- 某些复杂网页或动态页面可能需额外适配
适用人群
哪些开发者和团队值得关注
- 前端开发者：快速集成AI交互到现有网页应用
- SaaS产品构建者：低成本为产品添加AI Copilot能力
- AI代理开发者：试验自然语言驱动网页控制的原型
- 无障碍技术研究者：探索基于自然语言的网页访问方案
Page Agent 是一个设计优雅的客户端AI代理库，以极低集成成本将自然语言交互注入任何网页。其无侵入、自备模型的设计适合快速原型与特定客户端场景。但需注意其非服务器端定位与第三方LLM依赖特性，在生产部署前应自行完成安全、性能及兼容性验证。作为开源项目，其活跃的社区与阿里背景提供了持续维护的保障。由 AI 基于 GitHub 公开资料辅助生成，不构成安全审计、生产选型或专业建议。
依据与内容边界
区分可验证事实、项目方自述与 AI 推断
GitHub 可验证事实
Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。
项目方自述
功能与使用方式主要来自仓库描述和 README，未经本站独立验证。
AI 推断
适用场景、优势与局限属于辅助解读，应结合原始文档独立判断。
- GitHub事实：仓库获得27876个Star、2455个Fork，开放49个Issues
- 项目方自述：Page Agent基于browser-use的DOM处理组件与提示词设计
- AI推断：从Star增长和Chrome扩展评分看，该项目在社区中受到一定认可
- 项目方自述：免费测试LLM API仅供技术评估，需遵守相关条款
生成于 2026-07-26 23:35
规则版本 2026-07-v2
内容有误或您是项目作者？提交纠错
DISCOVER MORE
