page-agent README

The project's README from github.com/alibaba/page-agent. As one markdown file: README.md.

Page Agent

Page Agent Banner

CI npm downloads Minzipped bundle size (excluding Zod) license typescript Chrome Web Store Rating GitHub stars

The GUI Agent Living in Your Webpage. One script gives any web page its own AI agent.

alibaba%2Fpage-agent | Trendshift

🌐 English | 中文

🚀 Demo | 📖 Docs | 📢 HN Discussion | 𝕏 Follow on X

Watch the demo

✨ Features

💡 Use Cases

🚀 Quick Start

One-line integration

Fastest way to try PageAgent with our free Demo LLM:

<script
    src="https://cdn.jsdelivr.net/npm/[email protected]/dist/iife/page-agent.demo.js"
    crossorigin="anonymous"
></script>

<!-- China CDN mirror if you can't access jsDelivr -->
<!-- https://registry.npmmirror.com/page-agent/1.12.4/files/dist/iife/page-agent.demo.js -->

⚠️ For technical evaluation only. This demo CDN uses our free testing LLM API. By using it, you agree to its terms.

Add ?autoInit=false to load the script without creating the demo agent automatically. You can then instantiate it with new window.PageAgent(...) and your own LLMs.

NPM Installation

npm install page-agent

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',
})

await agent.execute('Click the login button')

For more programmatic usage, see 📖 Documentations.

🤝 Contributing

We welcome contributions from the community! See CONTRIBUTING.md for guidelines and docs/developer-guide.md for local development workflows.

Built something cool with PageAgent? Share it in Show and Tell. 🙌

Please read the maintainer's note on principles and current state.

Contributions generated entirely by bots or AI without substantial human involvement will not be accepted.

⚖️ License

MIT License

👏 Acknowledgments

This project builds upon the excellent work of browser-use.

PageAgent is designed for client-side web enhancement, not server-side automation.

DOM processing components and prompt are derived from browser-use:

Browser Use <https://github.com/browser-use/browser-use>
Copyright (c) 2024 Gregor Zunic
Licensed under the MIT License

We gratefully acknowledge the browser-use project and its contributors for their
excellent work on web automation and DOM interaction patterns that helped make
this project possible.

⭐ Star this repo if you find PageAgent helpful!

page-agent (alibaba/page-agent)

Searching Database…

29.5K ·GitHub
Page-agent
Что это такое?Page Agent — это JavaScript-агент с графическим интерфейсом, который живёт прямо внутри веб-страницы: один скрипт даёт странице собственного ИИ-ассистента, которым вы управляете обычным языком.
Так это расширение для браузера или скрипт, который я встраиваю в свою страницу?Это скрипт для встраивания — обычный JavaScript внутри страницы, без расширения для браузера, без Python и без headless-браузера. Опциональное расширение для Chrome есть только для задач, охватывающих сразу несколько страниц.
Как добавить его на страницу?Самый быстрый путь — однострочный тег скрипта с CDN, который автоматически создаёт демо-агента; добавьте ?autoInit=false и создайте экземпляр new window.PageAgent(...) сами. Для программного использования установите NPM-пакет.
Какие ИИ-модели им можно управлять — нужен ли конкретный провайдер?Жёстко заданного провайдера нет: вы приносите свою LLM — работают большинство популярных моделей, включая локально развёрнутые. Встроенная демо-LLM — это просто бесплатный тестовый API для технической оценки.
Можно ли использовать его для серверной автоматизации, например для парсинга?Нет — он создан для улучшения веб-страниц на стороне клиента внутри страниц, которые вы выпускаете, а не для серверной автоматизации.
А для чего его реально использовать в продукте?Встроить ИИ-копилота в свой SaaS без переписывания бэкенда, превратить формы с двадцатью кликами в одно предложение (ERP, CRM, админки), добавить доступность через естественный язык или запускать агентов сразу в нескольких вкладках.
Он смотрит на скриншоты, чтобы понять страницу?Никаких скриншотов — он читает DOM и работает с ним как с текстом, поэтому ему не нужны мультимодальные LLM и специальные разрешения браузера.
Что даёт MCP-сервер?В PageAgent входит бета-версия MCP-сервера, чтобы внешние агент-клиенты могли управлять вашим браузером снаружи страницы, а не только через скрипты, встроенные в сам сайт.
Он связан с browser-use?Да — README называет browser-use основой: PageAgent построен на его наработках, но работает целиком внутри страницы как клиентский JavaScript.
Насколько проект зрелый?Молодой, но популярный: создан в сентябре 2025 года, уже больше 29 000 звёзд на GitHub, при этом MCP-сервер всё ещё помечен как Beta.
What are similar projects?lcu, playwright-mcp, E2B, midscene, stagehand, headroom, mcp-chrome, OpenIntelligentUI
Which topics is it in?dom, copilot, computer-use, chrome-extension, accessibility, browser-automation, mcp-server, web-development, gui, agent, mcp, npm
Creator
alibaba
Size
3.7 MB
Stars
29.5K
Updated
CommitSep 06Releasev1.12.4Sep 06
Age
1y
Commits · 90 Days