# 阿里开源 Page Agent：重构网页智能操控的技术栈
近日，阿里巴巴正式开源了 **Page Agent** 项目，这一工具将大语言模型（LLM）的理解能力与传统的 DOM 树解析技术深度融合，旨在解决网页自动化领域长期存在的“语义鸿沟”问题。不同于依赖固定选择器或预定义规则的 RPA 方案，Page Agent 允许模型直接“阅读”页面的结构化语义，并以接近人类思维的方式执行点击、输入、导航等操作，从而开启了网页控制的全新范式。
## 技术架构：从“模拟点击”到“语义理解”
传统网页操控依赖 XPath、CSS 选择器或坐标定位，难以应对前端框架动态渲染或网络延迟导致的布局变化。Page Agent 的核心突破在于：**将 DOM 树转化为 LLM 可理解的语义化上下文**。具体而言，它构建了“提取-压缩-推理”三层流水线：
1. **结构化提取**：使用轻量级解析器将原始 DOM 转化为带有角色属性（如 `button`、`input`、`link`）的语义节点，同时过滤掉非交互元素（如隐藏的 `div`）以减少噪声。
2. **上下文压缩**：通过标签树剪枝和文本摘要技术，将庞大的 DOM 结构压缩为 GPT-4/通义千问等模型可接受的 token 窗口大小（通常控制在 4K tokens 以内），保留关键元素的文字内容、属性值和相对位置关系。
3. **动作推理**：模型依据用户指令（如“在搜索框输入‘AI 芯片’并点击搜索按钮”），在压缩后的 DOM 表示中定位目标元素，并生成标准化动作序列（如 `click(element_id)` 或 `type(text, element_id)`）。这一过程无需预先训练特定站点模型，具备零样本泛化能力。
## 行业影响：降低自动化门槛，催生新应用生态
Page Agent 的发布将显著改变以下领域：
– **无代码流程自动化**：业务人员可通过自然语言描述（如“每天 8 点从后台导出销售报表并发送邮件”）直接创建自动化脚本，无需编写任何选择器逻辑。
– **Web 测试智能化**：QA 工程师可利用大模型自动生成覆盖边界用例的测试路径，并借助 DOM 理解能力识别动态加载的内容缺失。
– **浏览器外挂与辅助工具**：为视障用户服务的屏幕阅读器可以结合 Page Agent 直接理解页面结构，实现更精准的语音导航；网页数据采集工具则能通过语义描述而非 XPath 定位目标数据。
当然，该方案也面临挑战——模型对非标准前端框架（如高度自定义的 WebComponent）的兼容性、长页面下 token 消耗的成本控制，以及多步骤复杂任务中动作链的鲁棒性仍需在社区迭代中优化。但不可否认，阿里开源 Page Agent 标志着 **“让模型看懂网页”** 已从概念验证走向可落地的工程实践，为 LLM 与传统 Web 技术的融合提供了极具参考价值的基线方案。
