PageAgent : Agent IA de navigateur qui s'exécute dans les pages web avec prise en charge d'Ollama

Ce que fait PageAgent

PageAgent est un framework d'agent d'IA pour navigateur qui s'exécute comme une bibliothèque JavaScript à l'intérieur des pages web elles-mêmes, contrairement à la plupart des frameworks comme Playwright ou Selenium qui contrôlent le navigateur depuis l'extérieur.

Détails techniques clés

L'agent lit le DOM en direct sous forme de texte, éliminant le besoin de captures d'écran ou de modèles de vision, ce qui le rend plus rapide et plus économe en tokens.

Il fonctionne avec n'importe quel point de terminaison compatible OpenAI, y compris Ollama. Lorsqu'il est associé à un modèle local, tout reste sur votre machine sans nécessiter de backend ou de cloud—les appels LLM vont directement du navigateur à localhost.

Exemple de code

const agent = new PageAgent({ 
  model: 'qwen3.5:27b', 
  baseURL: 'http://localhost:11434/v1', 
})
await agent.execute('Remplir le rapport de dépenses pour vendredi dernier')

Fonctionnalités supplémentaires

• Panneau humain dans la boucle qui vous permet de voir l'agent réfléchir et de l'arrêter/le corriger à tout moment
• Extension de navigateur optionnelle pour les tâches multi-onglets
• Sous licence MIT

Le projet est disponible sur GitHub à alibaba/page-agent.