2026年7月，阿里巴巴正式开源页面自动化工具Page Agent，该工具依托独创的DOM脱水技术，将浏览器自动化逻辑从传统外部驱动转向页面内部直接执行，无需依赖Selenium、Playwright等第三方工具，通过生成轻量化FlatDomTree纯文本映射降低大模型处理负荷，网页操作效率与精准度均实现量级提升。
做过网页自动化开发的从业者，几乎都对Selenium、Playwright等工具的使用痛点印象深刻。这套沿用了近20年的技术范式，核心逻辑是通过外部底层协议驱动浏览器，要么通过截图传输给多模态模型识别元素，要么通过接口解析完整DOM树定位目标，不仅环境配置繁琐、驱动版本需要和浏览器严格匹配，遇到动态渲染的弹窗、嵌套iframe等场景时，定位失败率往往超过30%，执行效率也受网络延迟、页面加载速度的影响极大。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号