用途：page-agent 是一个嵌入网页内部的自然语言 GUI 助手，让用户用文字描述操作（如“点击登录按钮，然后把用户名填为 John”）来驱动当前页面，适合在 SaaS、后台管理、B2B 工具、ERP、CRM 中内置 AI 副驾驶，也可用于改造旧前端、提升无障碍体验、做产品演示或培训。
主要能力：以文本方式读取 DOM，不使用截图或多模态 LLM；纯客户端运行；提供 UI 面板，也可通过 agent.execute() 以编程方式执行指令；支持多语言界面；提供允许列表与数据脱敏钩子以限制可操作范围。
使用方式：快速体验可在 HTML 中引入 CDN 脚本 https://cdn.jsdelivr.net/npm/page-agent@1.8.0/dist/iife/page-agent.demo.js，或使用书签脚本形式；生产环境用 npm install page-agent，然后 new PageAgent({model, baseURL, apiKey, language})，再调用 agent.panel.show() 或 await agent.execute(...)。任何 OpenAI 兼容端点均可，如 Qwen/DashScope、OpenAI、Ollama、OpenRouter。源码开发需 Node 22.13+ 或 24+，克隆仓库后 npm ci，配置 .env（LLM_MODEL_NAME、LLM_API_KEY、LLM_BASE_URL），常用命令有 npm start、npm run build、npm run dev:demo、npm run dev:ext、npm run build:ext。
限制与注意：仅支持文本 DOM，无法做视觉定位；不支持跨标签页自动化，跨页场景应改用 Playwright、browser-use 或浏览器扩展；演示 CDN 仅供评估，有速率限制且禁止生产使用；apiKey 会打包进前端代码，正式部署应通过自有后端代理 LLM 请求；非 OpenAI 兼容端点可能静默失败，需用 LiteLLM、OpenRouter 等兼容代理；严格 CSP 站点可能拒绝加载脚本，需自托管；修改 .env 后需重启开发服务器。仓库采用 MIT 许可。