# 纯JS实现的GUI Agent Page Agent

*Published:* 2026-04-13
*Author:* 飞翔001

Page Agent 是阿里巴巴开源的一款纯 JavaScript 实现的 GUI Agent。它允许用户通过自然语言直接操作 Web 应用，无需安装浏览器插件、Python 环境或无头浏览器。它专为客户端网页增强设计，是为产品添加 AI 副驾驶（Copilot）的极简方案。

![](https://www.xarjtc.com/wp-content/uploads/2026/04/9975e6ed9dd2301.webp)

✨ 特色  
🎯 轻松集成  
无需 浏览器插件 / Python / 无头浏览器，纯页面内 JavaScript  
📖 基于文本的 DOM 操作  
无需截图，无需多模态模型或特殊权限  
🧠 自备 LLM  
🐙 可选的 Chrome 扩展，支持跨页面任务  
MCP Server (Beta)

💡 应用场景  
SaaS AI Copilot — 几行代码为你的产品加上 AI 副驾驶，无需重写后端。  
智能表单填写 — 把 20 次点击变成一句话。ERP、CRM、管理后台的最佳拍档。  
无障碍增强 — 用自然语言让任何网页无障碍。语音指令、屏幕阅读器，零门槛。  
跨页面 Agent — 通过可选的 Chrome 扩展，让你自己的 Web Agent 跨标签页工作。  
通过 MCP 为现有 Agent 加入浏览器控制能力。

GitHub地址：https://github.com/alibaba/page-agent