阿里開源純前端 AI 代理「PageAgent」，一行程式碼讓網站無縫升級 AI Copilot

AI 作者／ 手哥 HANDBRO

-

2026 年 03 月 11 日

• AI Agent
• AI Copilot
• Alibaba

刊登廣告? 點此聯絡

隨著生成式 AI 的普及，越來越多企業希望為自家的 SaaS 產品或企業內部系統加入「AI 助手 (AI Copilot)」，讓使用者能用自然語言完成複雜的操作。不過傳統的實作方式往往伴隨著龐大的開發成本與架構重構。

為了解決這個痛點，阿里巴巴近期在開源社群釋出了備受矚目的新專案——PageAgent。這是一款主打「純前端」的 JavaScript GUI 智能體框架，讓開發者只需引入一段簡單的程式碼，就能讓網站瞬間獲得 AI 自動化操作的能力。

風險揭露：PageAgent 預設使用阿里巴巴千問 3.5 語言模型，有相關疑慮者建議進行更深入的評估。

網頁自動化的痛點：傳統 GUI Agent 為什麼難以落地？

如果你曾經嘗試使用 Selenium、Playwright，或是近期流行的 browser-use 等工具來打造網頁 AI 代理，一定會遇到以下幾個難以克服的瓶頸：

1. 環境架構太重：需要依賴 Python 環境、無頭瀏覽器 (Headless Browser) 以及複雜的伺服器部署。
2. 依賴視覺辨識 (OCR)，又慢又貴：許多現有方案是讓 AI「看」網頁截圖來決定下一步。這種基於多模態大模型 (Vision-LLM) 的操作不僅延遲極高，API 呼叫成本也令人卻步。
3. 權限與狀態管理的痛點：後端運行的 Agent 無法輕易獲取使用者當前在瀏覽器中的登入狀態 (Session/Cookies)，導致身分驗證變得異常複雜。

PageAgent 是什麼？住在你網頁裡的純前端 AI 智能體

PageAgent 提出了全新的解法：The GUI Agent Living in Your Webpage。它是一個完全在使用者瀏覽器端 (Client-side) 運作的 JavaScript 框架。

開發者只需要透過 NPM 安裝或直接引入 CDN，配置好你偏好的 LLM API Key（支援 OpenAI、Claude、Gemini、DeepSeek、Qwen 等主流模型），網頁就會立刻生成一個互動式的 AI 面板。使用者只要輸入「幫我把昨天的差旅費用填進報帳表單並送出」，PageAgent 就會自動接手完成一連串點擊與輸入。

捨棄「看圖說故事」，用 DOM 解析換取極致效能

PageAgent 最大的技術亮點在於它完全不依賴圖片辨識。相對的，它會在瀏覽器本地端進行「高強度的 DOM 結構脫水與清洗」。

它會精確萃取出網頁中的可互動元素（按鈕、輸入框、連結），將其轉換為精簡的純文本，再發送給大語言模型。這不僅大幅降低了 Token 的消耗量，也讓操作的精準度遠勝於傳統的座標點擊，甚至讓不具備視覺能力的高性價比文本模型（如 Llama 3 或較小參數的開源模型）也能勝任複雜的網頁控制。

零後端整合與無縫的 Session 繼承

因為 PageAgent 直接運行在當前網頁中，它天然地繼承了使用者目前的登入狀態與操作權限。開發者不需要為 AI 建立專屬的後端 API，也不需要擔心跨域驗證問題。它完美契合現代的 SPA (單頁面應用程式) 架構，讓舊有系統不需重寫任何後端邏輯，就能享有 AI 賦能。

商業價值與應用場景：讓複雜系統變簡單

導入 PageAgent 對於企業的商業與體驗價值是立竿見影的：

1. 現代化企業 B2B 系統與 ERP

許多企業內部的 ERP 或 B2B 軟體介面錯綜複雜，新進員工往往需要長時間的教育訓練。導入 PageAgent 後，系統不僅能「告訴」使用者怎麼做，更能直接「幫」使用者做，大幅降低客服與培訓成本。

2. 升級現有客服機器人

傳統的文字客服機器人只能給出「請點擊右上角設定 > 帳號 > 修改密碼」的文字指引。結合 PageAgent，客服機器人可以直接接管介面，在使用者授權下自動導航並完成設定。

3. 跨分頁的複雜工作流（搭配 Chrome 擴充功能）

除了單一網頁的操作，PageAgent 官方也提供了可選的 Chrome 擴充套件。當需要執行跨分頁比對資料、或在多個 SaaS 平台之間進行資料搬運時，擴充套件能扮演「橋樑」角色，在確保隱私與使用者授權的前提下，完成進階的跨站點自動化任務。

推薦下一步

PageAgent 採用 MIT 協議開源，對於想要快速驗證 AI Copilot 概念的 Web 開發者與產品經理來說，PageAgent 提供了一條最輕量、最優雅的捷徑。現在就前往 GitHub 看看這個潛力無限的專案吧！

• AI Agent
• AI Copilot
• Alibaba

訂閱《手哥科科》YT，加入 5,000+ 位粉！ 相關文章/報導 AI

AI 代理 VS LLM 有何不同？一文搞懂生成式 AI 與自主代理人

AI 服務紅利期進入尾聲：運算成本飆升，Claude、Google、X.AI 陸續收緊使用限制

AI

Anthropic 推出最強旗艦 Claude 4.7 Opus，價格再漲 35%，解鎖真正的「代理工作流」時代

AI

從 Prompt 到 Workflow，打造可維護 AI Agent 的四層架構

AI

Claude Code 原始碼外洩，究竟 Anthropic 是如何實現 Harness，讓 coding agent 可以穩定長時間運作？

AI

別只寫 Prompt！先工程化你的 AI 協作系統

AI

速度翻倍、效能逼近旗艦！OpenAI 正式推出 GPT-5.4 mini 與 nano，重塑高頻 AI 工作流與子智能體架構

AI

快更新，Google Antigravity 現在也支援 Agent Skills 囉！

AI

實現 AI Agent 第一步，ChatGPT 推出任務 (Task) 功能

手哥 HANDBRO 硬是要學共同創辦人兼職打雜編輯，熱愛網路、熱愛 3C！腦袋是個不定時炸彈，隨時會炸出新玩意兒！如有開箱、評測或各種合作需求，請洽：contact@soft4fun.net。 YouTube 頻道：手哥科科 《手哥科科》YouTube 頻道 從電視的大螢幕到手機的小螢幕，要維持一致的顯示色彩也是不容易的事情，三星這個 Demo 讓大家知道它們做得到 #computex2026 00:22 HKC 在 #Computex 上推出的全球首款 83.4 吋 12K 超寬曲面螢幕，這款螢幕的寬度寬到兩邊都還要用支撐架來輔助穩定。但這個體驗真的相當讚，臨場感滿分。 00:19 不用一直盯小孩！SpotCam BabyCam Pro 實測：AI 偵測、5 吋螢幕、24 小時雲端錄影一次看 12:36 過年春節拍照手機空間不夠？ 用這招讓你不會錯失任何一個珍貴畫面！#pCloud 春節42折優惠 03:56 比架 NAS 還划算！pCloud 雲端硬碟，付一次費終身使用！雙11限定38折！ 05:58

留下一個評論 取消

發表評論： 請輸入你的評論！ 姓名：* 請在這裡輸入你的名字 電子郵件：* 您輸入了錯誤的電子郵件地址！ 請在此輸入您的電子郵件地址 網址：

在我的瀏覽器中保存我的姓名，電子郵件和網站，以便下次評論。

新文章使用電子郵件通知我。

Δ