SuperAPI AI 工具集

page-agent

智能体与模型

查看项目

更新于 10-16 08:36

技能介绍

用途:帮助开发者在已加载的网页中集成阿里巴巴 Page Agent(运行于页面内的 JavaScript Agent),用自然语言控制网页 UI。

主要能力:初始化 Page Agent;配置自定义 LLM(通义千问 qwen-max/plus/turbo、OpenAI gpt-4o 等、Claude、任意 OpenAI 兼容 API);实现智能表单填写;自然语言 UI 交互;通过 onBeforeAction 做人机确认;支持 zh-CN / en-US 多语言;错误处理;配置 Chrome 扩展(manifest_version 3)处理跨页面任务。

使用方式:CDN 测试可引入 https://cdn.jsdelivr.net/npm/page-agent@1.5.8/dist/iife/page-agent.demo.js(使用 Demo LLM,仅适合技术评估);生产推荐 npm install page-agent。核心调用为 import { PageAgent } from 'page-agent',new PageAgent({ model, baseURL, apiKey, language }) 后 await agent.execute('指令')。资料含 Vue 3、React 组件示例及通义千问、OpenAI、Claude 与自定义兼容 API 的配置写法。

适用场景:网页内智能表单填写、自然语言 UI 交互、跨页面任务(需 Chrome 扩展)。

限制:不是浏览器自动化工具,无法自行打开新网页或导航,不能替代 Selenium/Playwright/Cypress;受同源策略限制;依赖 DOM 结构;每次操作调用 LLM 产生 API 费用。建议勿在前端硬编码 API Key,敏感操作使用 onBeforeAction。价格、收费与更完整平台支持暂未提供。