Page Agent
Page Agent, publié par Alibaba, transforme un site web en application pilotable au langage naturel avec une seule ligne de code. L'agent lit le DOM en texte, sans capture d'écran ni modèle multimodal, et exécute directement des actions sur l'interface (cliquer, remplir un champ, naviguer) à partir d'une instruction tapée par le visiteur. Le modèle de langage est au choix du développeur (mainstream ou local) : ni Claude ni aucun autre fournisseur n'y bénéficie d'une intégration privilégiée, ce qui en fait un outil agnostique par nature, à l'inverse de la plupart des autres entrées de cette Agenthèque construites spécifiquement pour Claude.
Avantages clés
- Une seule ligne de code pour intégrer l'agent, aucune extension de navigateur ni navigateur headless requis
- Fonctionne en lisant le DOM en texte, sans capture d'écran ni modèle multimodal, donc plus léger et plus rapide
- Solution 100% front-end : aucune donnée ne transite par un backend dédié à l'outil lui-même
- Licence MIT, plus de 28 000 étoiles GitHub, extension Chrome et serveur MCP (bêta) disponibles pour piloter la page depuis l'extérieur
Pour qui, pour quoi
Développeurs et équipes produit qui veulent ajouter un copilote conversationnel à leur propre site ou application web, sans réécrire leur backend ni déployer un navigateur headless.
- Ajouter un copilote IA à un produit SaaS existant en quelques lignes de code
- Transformer un formulaire complexe (ERP, CRM, back-office) en une instruction unique en langage naturel
- Rendre une interface accessible par commande vocale ou lecteur d'écran, sans repenser tout le design
Comment démarrer
- 1Test rapide sans compte : ajouter le script CDN `page-agent.demo.js` sur une page, alimenté par une API LLM de démonstration gratuite (à usage d'évaluation technique uniquement).
- 2Installation en production : `npm install page-agent`.
- 3Instancier l'agent avec le modèle de son choix : `new PageAgent({ model: '...', baseURL: '...', apiKey: '...' })`.
- 4Déclencher une action : `await agent.execute('Cliquer sur le bouton de connexion')`, à relier à son propre champ de saisie.
Points de vigilance
- N'inclut pas Claude ni aucun fournisseur par défaut : il faut fournir sa propre clé API et choisir soi-même le modèle, sans recommandation particulière dans la documentation.
- L'API de démonstration gratuite est explicitement réservée à l'évaluation technique, pas à un usage en production.
- Laisser un agent manipuler une interface en production suppose de définir des garde-fous (actions autorisées, confirmation avant une action sensible comme un paiement ou une suppression).
Questions fréquentes
Page Agent fonctionne-t-il avec Claude ?
Oui, comme avec la plupart des modèles principaux : il suffit de configurer sa clé API et son point d'accès. Il n'y a en revanche aucune intégration ni recommandation spécifique à Claude, contrairement à un plugin ou un serveur MCP construit pour lui.
Faut-il une extension de navigateur pour l'utiliser ?
Non pour l'usage de base : tout se passe en JavaScript directement dans la page. Une extension Chrome optionnelle existe pour les tâches qui s'étendent sur plusieurs onglets.
Les données de la page transitent-elles par un serveur d'Alibaba ?
Non pour un usage en production avec sa propre clé API : c'est une solution front-end pure qui interroge directement le fournisseur LLM choisi. Seule l'API de démonstration gratuite passe par l'infrastructure de test du projet.
Outils similaires
À explorer aussi
Claude Code
L'agent en ligne de commande d'Anthropic, capable de lire, écrire et exécuter du code directement dans un projet réel.
Vercel MCP
Le serveur MCP de Vercel : consulter déploiements, logs et projets directement depuis un agent IA.
Playwright
Le framework de test et d'automatisation navigateur de Microsoft, utilisé ici pour capturer des captures d'écran réelles.