Um framework aberto de agentes que dá à IA seu próprio desktop Linux no Docker, com navegador e ferramentas para documentos, para realizar tarefas de verdade.
19,5 mil3,8 milPythonOtherAtualizado há 5 dias
alibaba/page-agent
Uma biblioteca JavaScript que incorpora um agente de interface gráfica a qualquer página web, permitindo que usuários controlem a interface usando linguagem natural.
- Estrelas
- 29,513
- Forks
- 2,879
- Issues abertas
- 112
- Último commit
- há 12 horas
O que é?
Page Agent é uma biblioteca JavaScript que roda dentro de uma página web e adiciona a ela um agente de IA capaz de operar a interface a partir de instruções em linguagem natural. Não precisa de extensão de navegador, runtime de Python nem navegador headless, pois tudo roda como JavaScript dentro da própria página.
O agente trabalha com uma representação textual do DOM, em vez de capturas de tela, então não exige LLMs multimodais. Ele pode ser conectado à maioria dos modelos populares, inclusive os implantados localmente, e é instalado por meio de uma tag de script ou do pacote npm.
Para tarefas que abrangem várias páginas, há uma extensão opcional para Chrome, além de um servidor MCP (em beta) que permite que clientes externos de agentes controlem o navegador.
Recursos principais
- 01Roda inteiramente como JavaScript na página, sem exigir extensão de navegador nem backend para o uso básico.
- 02Opera sobre uma representação textual do DOM, sem capturas de tela nem modelos multimodais.
- 03Funciona com LLMs populares, inclusive modelos implantados localmente.
- 04A extensão opcional para Chrome dá suporte a tarefas que abrangem várias páginas.
- 05O servidor MCP em beta permite que clientes externos de agentes controlem o navegador.
Casos de uso
- Adicionar um copiloto de IA a um produto SaaS sem reescrever o backend.
- Transformar fluxos de formulários com várias etapas em sistemas ERP, CRM ou de administração em uma única frase.
- Permitir que uma aplicação web seja operada por linguagem natural ou comandos de voz.
Início rápido
- 1
Teste na hora com a tag script da demonstração (somente para avaliação)
<script src="https://cdn.jsdelivr.net/npm/page-agent@1.12.4/dist/iife/page-agent.demo.js" crossorigin="anonymous"></script> - 2
Instale o pacote npm
npm install page-agent - 3
Importe o PageAgent e execute-o com sua própria chave de API de LLM
Antes de usar
- A CDN da demonstração usa uma API de LLM gratuita para testes e se destina apenas à avaliação técnica.
- Para usar com seus próprios modelos, é necessária uma chave de API de LLM ou um modelo implantado localmente.
- Ele funciona apenas dentro da página; tarefas que envolvem várias páginas exigem a extensão separada do Chrome.
Tópicos
Perguntas frequentes
- O que é page-agent?
- Uma biblioteca JavaScript que incorpora um agente de interface gráfica a qualquer página web, permitindo que usuários controlem a interface usando linguagem natural. Page Agent é uma biblioteca JavaScript que roda dentro de uma página web e adiciona a ela um agente de IA capaz de operar a interface a partir de instruções em linguagem natural. Não precisa de extensão de navegador, runtime de Python nem navegador headless, pois tudo roda como JavaScript dentro da própria página.
- page-agent é gratuito? Qual é a licença?
- page-agent é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- page-agent ainda é mantido?
- Manutenção ativa. O último commit de page-agent foi em 19 de out. de 2026.
- Para que posso usar page-agent?
- Adicionar um copiloto de IA a um produto SaaS sem reescrever o backend. Transformar fluxos de formulários com várias etapas em sistemas ERP, CRM ou de administração em uma única frase. Permitir que uma aplicação web seja operada por linguagem natural ou comandos de voz.
- Como instalar page-agent?
- Teste na hora com a tag script da demonstração (somente para avaliação): <script src="https://cdn.jsdelivr.net/npm/page-agent@1.12.4/dist/iife/page-agent.demo.js" crossorigin="anonymous"></script> Instale o pacote npm: npm install page-agent Importe o PageAgent e execute-o com sua própria chave de API de LLM
- Onde consigo page-agent?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/alibaba/page-agent
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Uma coleção de projetos iniciais para criar aplicações implantáveis com a Claude API, incluindo agentes, uso do computador, automação de navegador e análise financeira.
18,7 mil3,2 milTypeScriptMITAtualizado há 12 dias
Um servidor MCP open source que conecta agentes de IA, IDEs e aplicativos a bancos de dados por meio de ferramentas prontas ou definições personalizadas.
16,7 mil1,8 milGoApache-2.0Atualizado há 3 dias
Infraestrutura open source para executar código gerado por IA em sandboxes isoladas na nuvem, com SDKs para JavaScript e Python.
14,5 mil1,1 milPythonApache-2.0Atualizado há 11 horas
SDK open source para criar e executar agentes de IA em Python e TypeScript, com ferramentas, MCP, memória e portabilidade entre modelos.
8,9 mil1,4 milTypeScriptApache-2.0Atualizado há 10 horas
Um agente de IA que aprende com a experiência para criar e aprimorar skills, funciona com vários provedores de modelos e pode ser usado pela CLI e por apps de mensagens.
255,3 mil55,6 milPythonMITAtualizado há 6 horas