製品とアプリ

アリババ、Page Agentを公開:WebページDOMを自然言語で操作するオープンソースJavaScriptライブラリ

原題:Meet Alibaba’s Page Agent: A JavaScript In-Page GUI Agent That Controls Web Interfaces With Natural Language Through the DOM

AI 要約

アリババはPage Agentを公開した。Webページに埋め込むと自然言語指示でDOM要素を直接操作できるオープンソースのJavaScriptクライアントライブラリである。PlaywrightやPuppeteerなどの外部ブラウザ自動化ツールと異なり、Page Agentはスクリーンショットやマルチモーダルモデルに依存せず、リアルタイムDOMを脱水圧縮してFlatDomTreeテキストマッピングとし、純テキストモデルがクリックやフォーム入力などを正確に実行できるようにする。ユーザーのCookieとセッションを継承し、独立したバックエンドを必要とせず、任意のOpenAI互換エンドポイントのモデルに対応する(例では`qwen3.5-plus`を使用)。MITライセンスを採用し、自社アプリ内でのAI副操縦士、スマートフォーム入力、アクセシビリティ制御などの構築に適するが、単一ページの範囲に限られ、リスク操作にはサーバー側検証が依然必要である。

要点

  • アリババはPage Agentを公開した。
  • Webページに埋め込むと自然言語指示でDOM要素を直接操作できるオープンソースのJavaScriptクライアントライブラリである。
  • PlaywrightやPuppeteerなどの外部ブラウザ自動化ツールと異なり、Page Agentはスクリーンショットやマルチモーダルモデルに依存せず、リアルタイムDOMを脱水圧縮してFlatDo…
  • ユーザーのCookieとセッションを継承し、独立したバックエンドを必要とせず、任意のOpenAI互換エンドポイントのモデルに対応する(例では`qwen3.
  • 5-plus`を使用)。

概要

公開日時
更新日時
出典
MarkTechPost(RSS)
カテゴリ
製品とアプリ
AI スコア
70
原文を読む 情報源で全文を読む
おすすめの理由

Page Agent 把浏览器自动化从外部驱动变成页面内 JS,读 DOM 而非截图,让 SaaS 内的 AI 助手成本更低、更精准,适合自己产品内嵌 copilot 的团队。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:アリババ、Page Agentを公開:WebページDOMを自然言語で操作するオープンソースJavaScriptライブラリ。2026年7月3日。https://new.nat6.net/ja/news/cmr3zye9z00qfslw2sg1izmks/

すべて見る →