Page Agent 详解：住在网页里的 GUI 代理
Page Agent 详解：住在网页里的 GUI 代理让 AI 操作网页，主流做法是在浏览器外面架一个"驾驶员"：截图、视觉模型识别、再外部驱动点击。阿里巴巴开源的 alibaba/page-agent 反其道而行——把代理直接搬进网页内部：一段脚本注入页面，代理读 DOM、懂结构、执行自然语言指令，全程不截图、不用视觉模型、不装插件。约 29.1k Star、MIT 协议，口号是"给任何网页一个
155
分类
共 1 篇文章（已按标签筛选）
Page Agent 详解：住在网页里的 GUI 代理让 AI 操作网页，主流做法是在浏览器外面架一个"驾驶员"：截图、视觉模型识别、再外部驱动点击。阿里巴巴开源的 alibaba/page-agent 反其道而行——把代理直接搬进网页内部：一段脚本注入页面，代理读 DOM、懂结构、执行自然语言指令，全程不截图、不用视觉模型、不装插件。约 29.1k Star、MIT 协议，口号是"给任何网页一个