阿里巴巴釋出Page Agent：一款透過DOM用自然語言控制網頁介面的JavaScript頁面內GUI代理

阿里巴巴推出的Page Agent是一款在網頁內部執行的JavaScript庫，它透過讀取即時DOM文本來理解頁面，並執行自然語言命令，無需截圖或多模態模型。該工具採用MIT開源協議，基於瀏覽器DOM脫水技術壓縮頁面結構，降低成本。適用於自研應用中的智慧助手和表單填寫等場景，但僅限於單頁面操作，敏感操作仍需服務端驗證。