Un framework abierto de agentes que ofrece a cada agente de IA su propio escritorio Linux en Docker, con navegador y herramientas para documentos, para realizar tareas reales.
19,5 mil3,8 milPythonOtherActualizado hace 5 días
alibaba/page-agent
Una biblioteca JavaScript que integra un agente de interfaz gráfica en cualquier página web para que los usuarios controlen la interfaz con lenguaje natural.
- Estrellas
- 29,513
- Forks
- 2,879
- Issues abiertos
- 112
- Último commit
- hace 12 horas
¿Qué es?
Page Agent es una biblioteca JavaScript que se ejecuta dentro de una página web y le proporciona un agente de IA capaz de operar su interfaz a partir de instrucciones en lenguaje natural. No necesita extensiones del navegador, un entorno de ejecución de Python ni un navegador headless, ya que todo se ejecuta como JavaScript dentro de la página.
El agente trabaja con una representación textual del DOM en lugar de capturas de pantalla, por lo que no requiere LLM multimodales. Se puede conectar con la mayoría de los modelos más conocidos, incluidos los implementados localmente, y se instala mediante una etiqueta script o el paquete npm.
Para tareas que abarcan varias páginas, hay disponible una extensión opcional de Chrome, además de un servidor MCP (en versión beta) que permite a clientes de agentes externos controlar el navegador.
Funciones clave
- 01Se ejecuta íntegramente como JavaScript dentro de la página y, para el uso básico, no requiere una extensión del navegador ni un backend.
- 02Opera sobre una representación textual del DOM, sin capturas de pantalla ni modelos multimodales.
- 03Funciona con los LLM más conocidos, incluidos los implementados localmente.
- 04La extensión opcional de Chrome permite realizar tareas en varias páginas.
- 05El servidor MCP en versión beta permite que clientes de agentes externos controlen el navegador.
Casos de uso
- Añadir un copiloto de IA a un producto SaaS sin reescribir el backend.
- Convertir flujos de trabajo con formularios de varios pasos en sistemas ERP, CRM o de administración en una sola frase.
- Permitir que una aplicación web se controle mediante lenguaje natural o comandos de voz.
Inicio rápido
- 1
Pruébalo al instante con la etiqueta script de la demo (solo para evaluación)
<script src="https://cdn.jsdelivr.net/npm/page-agent@1.12.4/dist/iife/page-agent.demo.js" crossorigin="anonymous"></script> - 2
Instala el paquete npm
npm install page-agent - 3
Importa PageAgent y ejecútalo con tu propia clave de API de LLM
Antes de usarlo
- La CDN de la demo utiliza una API de LLM gratuita para pruebas y está destinada únicamente a la evaluación técnica.
- Para usarlo con tus propios modelos, necesitas una clave de API de LLM o un modelo desplegado localmente.
- Solo funciona dentro de la página, por lo que las tareas que abarquen varias páginas requieren la extensión de Chrome independiente.
Temas
Preguntas frecuentes
- ¿Qué es page-agent?
- Una biblioteca JavaScript que integra un agente de interfaz gráfica en cualquier página web para que los usuarios controlen la interfaz con lenguaje natural. Page Agent es una biblioteca JavaScript que se ejecuta dentro de una página web y le proporciona un agente de IA capaz de operar su interfaz a partir de instrucciones en lenguaje natural. No necesita extensiones del navegador, un entorno de ejecución de Python ni un navegador headless, ya que todo se ejecuta como JavaScript dentro de la página.
- ¿page-agent es gratuito? ¿Qué licencia tiene?
- page-agent es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿page-agent sigue mantenido?
- Mantenimiento activo. El último commit de page-agent fue el 19 oct 2026.
- ¿Para qué puedo usar page-agent?
- Añadir un copiloto de IA a un producto SaaS sin reescribir el backend. Convertir flujos de trabajo con formularios de varios pasos en sistemas ERP, CRM o de administración en una sola frase. Permitir que una aplicación web se controle mediante lenguaje natural o comandos de voz.
- ¿Cómo se instala page-agent?
- Pruébalo al instante con la etiqueta script de la demo (solo para evaluación): <script src="https://cdn.jsdelivr.net/npm/page-agent@1.12.4/dist/iife/page-agent.demo.js" crossorigin="anonymous"></script> Instala el paquete npm: npm install page-agent Importa PageAgent y ejecútalo con tu propia clave de API de LLM
- ¿Dónde consigo page-agent?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/alibaba/page-agent
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Colección de proyectos iniciales para crear aplicaciones desplegables con Claude API, con ejemplos de agentes, uso del computador, automatización del navegador y análisis financiero.
18,7 mil3,2 milTypeScriptMITActualizado hace 12 días
Servidor MCP de código abierto que conecta agentes de IA, IDE y aplicaciones con bases de datos mediante herramientas predefinidas o definiciones personalizadas.
16,7 mil1,8 milGoApache-2.0Actualizado hace 3 días
Infraestructura de código abierto para ejecutar código generado por IA en sandboxes aislados en la nube, con SDKs para JavaScript y Python.
14,5 mil1,1 milPythonApache-2.0Actualizado hace 11 horas
SDK de código abierto para crear y ejecutar agentes de IA en Python y TypeScript, con herramientas, MCP, memoria y compatibilidad con distintos modelos.
8,9 mil1,4 milTypeScriptApache-2.0Actualizado hace 10 horas
Un agente de IA que mejora con la experiencia, crea y perfecciona habilidades, funciona con numerosos proveedores de modelos y se usa desde la CLI y apps de mensajería.
255,3 mil55,6 milPythonMITActualizado hace 6 horas