page-agent

Page Agent 是一个嵌入网页的 JavaScript GUI 智能体，支持通过自然语言指令直接操控页面 UI 元素。其核心基于文本化 DOM 操作，无需截图、多模态模型或浏览器扩展，仅依赖前端 TypeScript 运行；支持用户自带 LLM，并可选配 Chrome 扩展与 MCP 协议实现跨页控制。适用于 SaaS 产品集成 AI 辅助（如 Copilot）、ERP/CRM 等复杂表单的自动化填充、无障碍访问（语音/屏幕阅读器交互）以及轻量级多页任务编排等场景。