一个插件，让 AI 智能体住在你的网页

你有没有遇到过这种情况：打开一个网页，上面有几十个格子要填，姓名、身份证、手机号、地址、申请类型、用途……填完一个又下一个，搞不好还要重来。

最近，GitHub 上有个阿里的项目爆了，很可能帮你解决这个问题。这个项目叫 Page-Agent，已经有近两万颗星。它是一个浏览器插件，装好之后，你说一句话，AI 就能直接帮你操作网页

比如，现在你跟它说：「帮我把这个表单填了」「找到页面上所有打折的商品，把名字和价格整理出来」「帮我找到产品文档的入口」，它直接就能帮你做。它住在你的网页里，就像一个随时待命的小助手。

它到底好在哪？

第一，安装简单，装个插件就行。 你不需要折腾任何环境，不需要后台跑什么程序，只要装一个插件就行。任何做网页产品的公司，以后都可以把这种能力集成到自己的产品里。用户在系统里说句话就能操作，不用再看手册了。

第二，它不是看网页，而是读网页。 我们人操作网页，是靠眼睛看，找到按钮在哪，然后点。但 AI 不需要用眼睛看，直接读网页背后的代码就能理解。Page-Agent 不需要截图，所以处理速度很快，而且默认用的大模型目前完全免费，你不用担心成本。

第三，靠谱，不乱来。 它要操作什么，会先弹出来给你看，你同意了它才做。比如它要帮你提交表单，会先向你确认有没有问题，你确认后，它才会动手。并且万一它理解错了，你随时可以打断。整个过程你完全看得见、管得住，不会担心它把你的事情搞砸。

具体该怎么使用？

如果你用的是 Chrome 浏览器，可以打开 Chrome 应用商店，搜索「Page Agent Ext」，安装就好。

国内网络环境可能无法访问，也可以通过浏览器扩展的方式安装：以 Edge 和 Chrome 浏览器为例，解压附件压缩包-打开浏览器-点击右上角三个点-扩展-管理扩展-左下角打开开发人员选项（Chrome在右上角）-选择加载解压缩的扩展-选择解压好的附件文件夹，就可以了。其他支持扩展安装的浏览器也是一样的，这里不一一列举了。

装好之后，点击浏览器首页右上角的扩展图标，就会看到 Page Agent Ext 了。然后打开任意网页，点一下图标，弹出一个对话框，输入你想做的事，就行了。

这里我列举三个最实用的场景：

场景一：填表