阿里发布Page Agent：用自然语言通过DOM控制网页的JavaScript代理

精选理由

阿里开源了一个直接在浏览器里用的智能体，用自然语言就能操控网页，不用截图和复杂模型。

AI 摘要

阿里巴巴推出Page Agent，这是一个在网页内运行的JavaScript GUI代理。它能将实时DOM读取为文本，然后通过自然语言指令执行点击和输入操作，无需截图、多模态模型或后端重写。该工具直接在浏览器端运行，降低了自动化门槛。

阿里发布Page Agent：用自然语言通过DOM控制网页的JavaScript代理 — 图片来源 · marktechpost

原文 · marktechpost

Meet Alibaba’s Page Agent: A JavaScript In-Page GUI Agent That Controls Web Interfaces With Natural Language Through the DOM

Alibaba's Page Agent runs as client-side JavaScript inside the webpage. It reads the live DOM as text, then clicks and types from natural-language commands. No screenshots, no multimodal model, and no backend rewrite are required. The post Meet Alibaba’s Page Agent: A JavaScript In-Page GUI Agent That Controls Web Interfaces With Natural Language Through the DOM appeared first on MarkTechPost .

阅读原文