Page-agent

Page-agent — это open-source библиотека на JavaScript, которая превращает любой сайт в AI-native приложение. Для разработчиков всё максимально просто: добавляете один script tag, и вуаля. Никаких Python-серверов, headless-браузеров или сложной инфраструктуры. Теперь пользователи могут управлять страницей с помощью простых команд: например, «заполни отчет о расходах за поездку в пятницу» или «нажми кнопку отправить». Агент сам анализирует DOM, понимает структуру страницы и автоматически кликает, печатает и перемещается по разделам. Всё работает прямо в браузере пользователя, поэтому данные не покидают клиентское устройство, а каждое действие подтверждается через встроенную панель управления.

Главные фишки Page-agent — гибкость и простота. Библиотека поддерживает почти все популярные LLM: OpenAI, Claude, DeepSeek, Qwen, Gemini, Grok и даже полностью офлайн-модели через Ollama или LM Studio. Всё это распространяется под лицензией MIT, так что никаких платежей или привязки к конкретному вендору. Если вам нужны сложные сценарии с переходом между страницами, есть опциональное расширение для Chrome — оно позволяет агенту управлять несколькими вкладками и поп-апами. Также его можно подключить к внешним десктопным агентам вроде Claude Desktop через MCP сервер. Но стоит помнить: основная библиотека прекрасно работает и без всяких расширений.

Page-agent станет отличным решением для SaaS-команд, которые хотят добавить в продукт AI-копилота, не тратя месяцы на разработку бэкенда. Особенно инструмент выручит в сложных корпоративных интерфейсах — ERP-системах, CRM или админ-панелях, где пользователям постоянно приходится заполнять многошаговые формы и выполнять рутинные действия. Отдельный плюс — доступность: люди, использующие голосовое управление или скринридеры, смогут взаимодействовать с любым веб-приложением на естественном языке, обходя ограничения стандартных UI.