← Entdecken
GitHub · alibaba/page-agent↑ +163 heute

Verwalten Sie Webschnittstellen mit natürlicher Sprache

Der von Alibaba entwickelte Page-Agent ist ein In-Page-Agent für grafische Benutzeroberflächen, der die Steuerung von Webschnittstellen mit Befehlen in natürlicher Sprache ermöglicht. Dieses in TypeScript geschriebene Tool bietet einen browserbasierten Steuerungsmechanismus zur Automatisierung von Webinteraktionen.

Aktualisierungen

  • 6. September 2026: Sterne 28,366 → 29,000, neueste Version v1.12.4 (6. September 2026).
  • 2. August 2026: Sterne 20,032 → 28,366, neueste Version v1.12.2 (16. Juli 2026).

Was es bringt

  • Keine Browsererweiterungen oder Python erforderlich
  • Textbasiertes DOM-Rendering statt Screenshot
  • Integration mit Ihren eigenen KI-Modellen

Installation

Installation über NPM
npm install page-agent

Wenn Sie nicht programmieren

Fügen Sie dies in Ihren Agenten ein (Claude Code · Codex · Antigravity)

Ich möchte Interaktionen auf der Webseite mit Befehlen in natürlicher Sprache mithilfe von PageAgent verwalten. Ich möchte, dass es Vorgänge wie das Klicken auf Schaltflächen auf der Seite, das Ausfüllen von Formularen oder die Eingabe von Daten mithilfe des von mir ermittelten Modells der künstlichen Intelligenz ausführt.

Repository: https://github.com/alibaba/page-agent. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.

Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.

Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.

Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.

Verwandte Begriffe aus dem Glossar

Für wen es gedacht istEs eignet sich für Entwickler, die ihre Webanwendungen um Assistenten künstlicher Intelligenz erweitern möchten, die mit natürlicher Sprache gesteuert werden können.
LizenzMIT

Links

TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-06-26 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.