Page-Agent 是阿里巴巴（Alibaba）开源的一个前端 AI 代理（Agent）框架，旨在通过自然语言指令操控网页 UI，实现“说人话”就能操作网页的效果。它本质上是一个纯前端的实验性 GUI Agent 库，支持将大型语言模型（LLM）与网页前端逻辑深度融合，主要用于构建网页智能助手、自动化脚本生成、无障碍访问优化以及 SaaS 产品的 AI 副驾功能。
- Page-Agent官网入口网址：https://alibaba.github.io/page-agent/
- Page-Agent开源项目地址：https://github.com/alibaba/page-agent
Page-Agent 定义为“基于 JavaScript 的页面内图形用户界面代理”。它的出现是为了打破传统网页自动化工具（如 Selenium 或 Puppeteer）需要编写大量代码和脚本的限制。Page-Agent 通过将 LLM 的自然语言理解能力直接嵌入网页前端，让普通用户或开发者只需输入一句话指令，Agent 就能自动识别并操作网页元素（如点击按钮、填写表单、切换页面等）。这种方式不仅降低了自动化测试和网页交互的门槛，也为复杂的后台系统（如 ERP、CRM）提供了更自然的人机交互方式。
核心特性与功能
- 自然语言操作：用户无需了解 HTML DOM 结构，只需用自然语言描述操作意图，Agent 会自动解析并执行指令。
- 轻量化集成：Page-Agent 是一个前端库，体积小巧。用户只需要在网页中引入一行 JavaScript 代码即可集成，无需部署后端服务或安装浏览器插件。
- 多模型兼容：它兼容 OpenAI API 规范，支持接入 OpenAI、通义千问等多种 LLM 模型。开发者还可以自定义 LLM 接口，实现模型的自由切换。
- 交互式界面：内置交互式聊天窗口（Chat UI），用户可以实时查看指令执行的思考过程（Chain-of-Thought），并在需要时进行干预或修改。
- 浏览器扩展支持：虽然核心是纯前端库，但它也提供了一个 Chrome 扩展（PageAgentExt），允许 Agent 控制用户的整个浏览器（跨页面操作），但需要用户显式授权。
典型应用场景
Page-Agent 的应用场景非常广泛，特别适合那些需要大量重复性网页操作的业务场景：
- SaaS 产品 AI 副驾：如在电商后台（京东后台、阿里巴巴后台）中，用户可以直接说“帮我把本周的订单导出成 Excel”，Agent 会自动在后台完成操作。
- 复杂表单自动化：在金融或政府网站上填写长表单时，用户只需上传文档或提供信息，Agent 会自动识别并填充所有表单字段。
- 客服系统：结合知识库，为用户提供基于网页内容的即时响应和操作建议。
- 无障碍访问：为视力障碍用户提供语音控制网页的能力，让网页操作变得更加友好。
Page-Agent 是阿里巴巴在前端 AI 领域的一项创新，它将大型语言模型的能力直接带到了用户的浏览器里。通过它，网页不再是冷冰冰的代码，而是拥有了“智能大脑”，能够理解用户意图并主动执行任务。这不仅是网页自动化技术的升级，也是人机交互方式的一次重大变革。
数据统计
相关导航
OpenWebUI 是一个开源的 Web 用户界面，专为与大型语言模型（LLM）进行交互而设计。它提供了一个直观的图形界面，支持用户与本地或云端的大语言模型进行交互。用户可以通过 OpenAI API 或 Ollama 模型进行集成，支持多种部署方式，如 Docker、Kubernetes 或直接在本地运行 。 OpenWebUI官网入口网址：https://openwebui.com/OpenWebUI开源项目地址：https://github.com/open-webui/open-webui OpenWebUI 的核心功能包括：支持多种 LLM 后端（如 Ollama 和 OpenAI 兼容 API）、RAG（检索增强生成）功能、多模型对话、本地 RAG 集成、网页浏览、图像生成、多语言支持、权限管理、响应式设计、PWA 支持等 。它还支持一键部署、快速安装和灵活扩展，适合个人开发者、企业用户和研究人员使用。 OpenWebUI 的部署方式灵活，支持多种安装方式，包括 Docker、Kubernetes、本地安装等，用户可以根据需求选择适合的部署方式 。此外，OpenWebUI 采用 MIT 协议开源，社区活跃，支持持续更新和社区贡献。 OpenWebUI 的目标是为用户提供一个简单、高效、安全的 AI 交互平台，支持本地和云端模型的管理与交互，适用于多种应用场景，如企业级 AI 助手、知识库问答、教育培训等。
TradingAgents-CN 是一个基于多智能体大语言模型的中文金融交易决策框架，专为中文用户优化，支持A股、港股、美股的分析能力。项目由 Tauric Research 团队开发，旨在推动AI金融技术在中文社区的普及应用。 TradingAgents-CN开源项目官网入口网址：https://github.com/hsliuping/TradingAgents-CN 核心功能与特点 1. 技术架构 多智能体协作：包含市场分析、基本面分析、新闻分析、情绪分析等多类分析师。智能体辩论机制：看涨/看跌研究员进行深度分析，最终由交易员做出投资决策。风险管理：多层风险评估和管理机制。数据源：支持通达信、AkShare、FinnHub、Yahoo Finance 等多数据源。 2. 技术支持与模型 多模型支持：支持 DeepSeek、Google AI、OpenRouter、OpenAI 等主流大模型。模型选择与持久化：支持模型选择、配置持久化、一键切换模型。智能降级机制：多层数据源降级，确保高可用性。 3. 用户界面与部署 Web界面：基于 Streamlit 构建，支持多市场分析、实时进度跟踪、报告导出。部署方式：支持 Docker、本地部署、命令行管理。用户管理：支持用户权限管理、角色控制、操作日志。 4. 文档与社区 中文文档：提供超过 50,000 字的中文技术文档，涵盖架构、使用、示例、FAQ。社区支持：GitHub 项目活跃，提供详细的文档和社区支持。应用场景金融分析：支持A股、港股、美股的实时分析。投资决策：提供投资建议、风险评估、多维度分析。教育与研究：适合金融研究、AI模型应用研究。优势与创新点中文优化：专为中文用户优化，提供完整的中文化体验。多模型支持：支持国产大模型（如阿里百炼、DeepSeek）和国际主流模型。开源与可扩展：开源项目，支持自定义开发和扩展。 TradingAgents-CN 是一个功能全面、技术先进的中文金融AI交易框架，适合中文用户进行金融分析、投资决策和研究。其开源、可扩展、文档完善的特点，使其成为中文金融AI领域的优秀选择。
LangUI 是一个开源的 UI 组件库，专为 AI 和 GPT 项目设计，提供美观、响应式的 UI 组件，帮助开发者快速构建 AI 应用界面 。它基于 Tailwind CSS，提供超过 60 个可定制的组件，支持亮暗模式、响应式布局和颜色自定义，适用于 AI 和 LLM 项目 。用户可以直接复制粘贴组件代码到项目中，无需安装或配置，支持多种框架（HTML、JSX 等）。LangUI 采用 MIT 协议开源，欢迎贡献代码和提交新组件 。 LangUI官网入口网址：https://www.langui.dev/LangUI开源项目地址：https://github.com/LangbaseInc/langui LangUI 的核心功能包括提供美观、响应式的 UI 组件，支持复制粘贴使用，无需安装或配置，支持亮暗模式、响应式布局和颜色自定义，适用于 AI 和 GPT 项目 。它旨在帮助开发者专注于核心功能，而无需从头设计界面。LangUI 的组件库包含 60 多个组件，支持自定义样式和功能，确保在不同设备上良好体验。 LangUI 的开发由 Ahmad Bilal 或 Langbase Inc 团队负责，项目在 GitHub 上开源，用户可通过 GitHub 获取支持和贡献代码 。LangUI 的文档和组件库可通过 LangUI.de v 获取，支持 Docker 部署和手动编译运行。 LangUI 是一个专为 AI 和 GPT 项目设计的开源 UI 组件库，提供美观、响应式的 UI 组件，帮助开发者快速构建 AI 应用界面 。
MotionAgent是一款由阿里云魔搭社区（ModelScope）开发的开源AI工具，旨在通过深度学习技术将用户的创意转化为动态影像内容。其核心功能包括剧本生成、剧照生成、视频制作和背景音乐生成，适用于个人创作者、内容创作者以及电影制作团队等用户群体。 MotionAgent项目官网入口网址：https://github.com/modelscope/motionagentMotionAgent中文入口网址：https://github.com/modelscope/motionagent/blob/main/README_ZH.md 核心功能与特点 剧本生成：用户可以通过指定故事主题和背景，生成多种风格的剧本。MotionAgent支持基于LLM（如Qwen-7B-Chat）的模型，能够高效生成高质量的剧本内容。剧照生成：用户输入剧本后，MotionAgent可以自动生成相应的剧照场景图像。这一功能依赖于文本生成图片模型（如I2VGen-XL），能够将文字描述转化为视觉内容。视频生成：MotionAgent支持高分辨率视频生成，结合SDXL 1.0等模型，能够将文本或图像输入转化为流畅的动态影像。背景音乐生成：用户还可以自定义风格的背景音乐，通过音乐生成模型（如MusicGen）实现音频内容的创作。 使用流程 用户输入创意描述（如故事主题、背景和剧情要求）。MotionAgent根据输入生成剧本。通过剧照生成模块，将剧本转化为静态画面。将静态画面和补充文本描述上传至视频生成模块，生成最终视频。最后，用户可以选择自定义背景音乐，完成整个创作过程。 优势与应用场景 简化创意过程：MotionAgent通过AI技术减少了手动劳动，使用户能够快速将创意转化为高质量的动态内容。适用范围广泛：从个人创作者到专业电影制作团队，均可利用MotionAgent实现高效创作。开源与免费：作为开源项目，MotionAgent允许用户自由修改和分发代码，降低了使用门槛。 MotionAgent是一款功能强大的AI视频生成工具，通过整合多种深度学习模型，实现了从创意到动态影像的自动化转换。其开源特性、免费使用政策以及对多种硬件和环境的支持，使其成为创意工作者和电影制作团队的理想选择。
Jellyfish 是一个由开发者 Forget-C 发起的开源项目，旨在打造一款“一站式 AI 短剧工厂”（AI Short Drama Studio）。该项目专为竖屏短剧和微短剧的创作而设计，致力于解决当前 AI 视频生成领域中最为棘手的角色与场景一致性难题，通过工业化的生产流程，实现从文学剧本到最终成片的全自动化或半自动化生成。 Jellyfish官网入口网址：https://forget-c.github.io/Jellyfish/ Jellyfish开源项目官网入口网址：https://github.com/Forget-C/Jellyfish 在传统的 AI 视频生成工作流中，创作者往往面临人物长相在不同镜头间发生“漂移”、场景风格不统一等问题。Jellyfish 的核心价值在于其“极致一致性”机制。它通过全局种子控制、统一风格设定以及完善的资产复用体系，确保角色、场景、道具甚至服装在整个剧集生产中保持高度一致。这种机制让 AI 生成的视频不再是零散的片段，而是具有连贯叙事能力的完整作品。 Jellyfish 提供了一条完整的闭环生产链路： 剧本输入与智能分镜：用户只需输入文学剧本，系统即可利用 AI 自动进行剧情提取、智能精简，并生成分镜脚本。可视化分镜编辑：提供所见即所得的分镜编辑器，支持对景别、角度、运镜方式、情绪氛围、时长以及对白配乐进行精细控制。用户甚至可以为首帧、尾帧和关键帧编写独立的提示词，实现对镜头语言的深度掌控。高级生成控制：集成了参考图跨分镜引用、ControlNet 骨骼与深度控制、智能对口型等先进技术，确保动作流畅且口型同步。后期剪辑与导出：内置时间线编辑功能，支持多轨音视频处理，用户可直接在工具内将生成的 AI 片段剪辑成完整的短剧，并一键导出成片。 适用场景 短剧/微短剧内容创作者AI 影视工作室批量生产个人创作者想低成本试水竖屏短剧教育/培训机构制作教学短视频品牌/电商制作带剧情的产品宣传短片 Jellyfish 正处于快速开发阶段，核心工作台、资产管理和分镜编辑等功能已初具规模，而完整的后期剪辑时间线和多模型供应商管理仍在持续完善中。作为一个基于 Apache-2.0 协议开源的项目，它为短剧创作者、AI 影视工作室以及希望低成本试水微短剧的个人提供了极具潜力的生产力工具，有望成为 AI 视频内容创作领域的行业标杆。
DeepSeek实用集成（Awesome DeepSeek Integrations）是一个由DeepSeek官方维护的开源项目，旨在将DeepSeek的AI能力集成到各种流行软件和工具中，帮助开发者和用户快速接入DeepSeek的强大功能。该项目提供了一个一站式集成资源库，涵盖了多种工具、框架和解决方案，支持多语言、多平台和多场景的应用。 DeepSeek实用集成（Awesome DeepSeek Integrations）开源项目官网入口网址：https://github.com/deepseek-ai/awesome-deepseek-integrationDeepSeek实用集成（Awesome DeepSeek Integrations）中文介绍：链接 该项目不仅整理了与DeepSeek模型相关的各种应用和工具，还提供了详细的API集成方案，帮助用户将DeepSeek的AI能力无缝集成到常用应用中，如聊天工具、智能体、编码工具等。项目支持多语言和多平台，方便全球开发者使用和贡献。此外，该项目还提供了详细的文档和教程，帮助用户快速上手和使用DeepSeek的AI能力。 Awesome DeepSeek Integrations不仅是一个工具集合，更是一个强大的AI生态系统，为用户提供了无缝的AI体验，无论是日常办公还是专业开发任务，都能轻松应对。该项目的开源地址为：https://github.com/deepseek-ai/awesome-deepseek-integration 。 DeepSeek实用集成（Awesome DeepSeek Integrations）是一个功能强大、资源丰富的开源项目，旨在帮助开发者和用户快速接入DeepSeek的AI能力，推动AI技术在各领域的落地应用。