网页里的“AI小助手”：用中文一句话，让网页自己动起来！

昆仑 AI

2026-06-29 0 3

你有没有试过在网页上反复点击、填表、切换标签页，只为完成一个简单操作？Page Agent 就是这样一个“住在网页里的 AI 助手”——它不是插件、不依赖后端，只需一行代码接入，就能听懂你的中文指令（比如“把价格低于200的商品加入购物车”“登录后跳转到订单页”），自动操控当前页面完成任务。它把大模型的“理解力”和浏览器的“执行力”真正缝合在一起，让 Web 界面第一次拥有了自然语言交互能力。

核心功能

零扩展、纯前端运行：无需安装浏览器插件，不调用外部服务，所有逻辑在页面内执行，隐私安全有保障
中文自然语言直控界面：支持“筛选最新发布的5条评论”“点击‘立即支付’按钮并截图”等口语化指令，语义理解精准稳定
智能元素识别与操作：自动解析 DOM 结构，准确定位按钮、输入框、表格、弹窗等组件，支持点击、输入、滚动、截图、等待等完整动作链
轻量可嵌入：压缩后仅约 85KB（BundlePhobia 数据），支持 CDN 直接引入或 npm 安装，3 分钟即可集成到任意网站
开发者友好调试体验：内置可视化控制台，实时显示指令解析过程、元素高亮、执行日志，便于排查与优化
开放协议兼容未来：遵循 MCP（Model Communication Protocol）设计，可与本地 LLM 或私有推理服务对接，避免厂商锁定

适合哪些人用

前端工程师可以用它快速为内部系统添加语音/文本辅助操作；产品经理能基于它搭建原型级 AI 工作流，验证用户交互逻辑；测试同学可编写自然语言用例替代部分 Selenium 脚本；而普通用户——尤其是经常处理多步骤网页操作的运营、客服、电商从业者——只需打开网页，唤出 Page Agent 面板，说句话就能让页面“听话办事”，真正实现“所想即所得”。

快速上手

无需配置服务器，两步即可启用：

在 HTML 页面 <head> 中添加 CDN 引入：
<script src="https://unpkg.com/page-agent@latest/dist/index.umd.js"></script>
在任意位置调用初始化：
<script>PageAgent.init({ hotkey: 'Alt+P' });</script>
按下 Alt+P 即可呼出对话面板，输入中文指令开始操控当前页面。

进阶用户可通过 npm 安装：npm install page-agent，结合 TypeScript 类型提示与自定义 Action 扩展能力，深度集成到项目中。