Page Agent اوپنسورس آلِی بابا: با یک جمله زبان طبیعی مرورگر را کار دهید؛ ماشین Printing برای دریافت پروژههای SEO

Page Agent اوپنسورس آلِی بابا: با یک جمله زبان طبیعی مرورگر را کار دهید؛ ماشین Printing برای دریافت پروژههای SEO
Richardsonشما به صورت دستی کارهایی را انجام میدهید که ماشین باید انجام دهد
مرورگر را باز کنید، آدرس را کپی کنید، در فرم جایگذاری کنید، ایمیل را وارد کنید، دکمه ارسال را بزنید—این عمل را روزانه چند بار تکرار میکنید؟ کسی که SEO میکند این درد را میفهمد: ارسال یک بک لینک ۳ دقیقه طول میکشد و در بهترین حالت میتوانید روزانه ۸۰ بک لینک ارسال کنید؛ نظارت بر رütbe ۲۰ رقبا، صرفاً باز کردن هر صفحه و گرفتن اسکرینشات، صبح را میگیرد. زمان شما به تکههای ۳۰ ثانیهای شکسته میشود که هر کدومشان پول نمیآورد.
더욱 가슴 아프い 것은، این کارها هزینه کم نیستند. در Fiverr، خدمات ارسال массی بک لینک بین ۵۰ تا ۲۰۰ دلار برای هر سفارش قیمت دارند، enquanto گزارش تحلیل کلم کلیدی رقبا از ۱۰۰ دلار شروع میشود؛ اما افرادی که این کارها را انجام میدهند، از ابزارهایی استفاده میکنند که دقیقاً همان مرورگری است که روی سیستم شما نصب است. تفاوت تنها این است: مرورگر آنها توسط AI کنترل میشود، مرورگر شما توسط خودتان کنترل میشود.
علیبابا اخیراً در GitHub یک پروژه با نام Page Agent (مخزن alibaba/page-agent) تحت مجوز MIT را متنباز کرد؛ تا به امروز بیش از ۲۹۰۰ ستاره garnered کرده و حتی در خبرهای داغ Hacker News نیز ظاهر شده است. کار آن را میتوان با یک جمله توضیح داد: با زبان طبیعی به مرورگر میگویید چه کاری باید انجام دهد و AI خود صفحه را درک کرده و عمل را انجام میدهد. این نه یک اسباببازی است، بلکه یک سامانهٔ تولیدیت است که میتوانید مستقیماً از آن درآمد بگیرید.
Page Agent چیست و چرا باید توجه کنیم؟
ابتدا آن را از گزینههای «مرورگر خودکار» موجود در بازار جدا کنیم. Selenium و Playwright سنتی نیاز به نوشتن کد برای یافتن هر دکمه و فیلد دارند؛ وقتی صفحه تغییر کند، اسکریپت منقضی میشود؛ ابزارهای RPA مثل UiPath هزینههای مجوز به عدد هزاران دلار دارند و تنظیم جریان کار حتی از کار دستی هم سختتر است. Page Agent رویکردی کاملاً متفاوت دارد—این یک کتابخانهٔ JavaScript است که در صفحه جاسازی میشود؛ شما فقط یک تگ script اضافه میکنید و سپس به زبان ساده دستور میدهید، مثلاً «این فرم تماس را با درخواست همکاری بک لینک من پر کنید و ارسال کنید»؛ AI خود ساختار صفحه را درک میکند و عمل را انجام میدهد.
چند نکتهٔ کلیدی که Page Agent را برای کسبوکار مناسب میسازند: اول، ابزار纯客户端 است و از معماری BYOK (Bring Your Own Key) استفاده میکند؛ شما کلید API مدل بزرگ خود را میآورید، دادهها هرگز به سرور دیگری نمیروند، بنابراین در پروژههای مشتری نگرانیٔ قانونی نیست؛ دوم، مجوز MIT به این معناست که میتوانید آن را در خدمات تجاری خود بستهبندی کنید و بفروشید، بدون هزینهٔ مجوز؛ سوم، از طریق افزونهٔ Chrome و سرور MCP قابلیت گسترش مییابد و میتوانید عملیات چندمرحلهای پیچیدهٔ SaaS را با یک جمله انجام دهید؛ ادعای رسمی این است که در ۳ دقیقه میتوانید یک گردش کار پیچیده را به یک فرمان تبدیل کنید.
برای کسانی که کد نمیدانند، آستانه نیز بسیار پایین است: نیازی به نوشتن پلاگین نیست، نیازی به درک DOM نیست، فقط کافیست نیاز خود را توصیف کنید.
##场景一:批量外链提交,一单回本
ساخت بک لینک در SEO یکی از ضروریترین و同時に خستهکنندهترین مراحل است. روش سنتی شامل خرید لیست هدف، سپس باز کردن هر سایت، یافتن صفحه تماس، پر کردن فرم و صبر کردن برای پاسخ است. یک کارگر ماهر میتواند در یک روز ۶۰ تا ۸۰ بک لینک ارسال کند، در حالی که مشتریان معمولاً mínimo ۵۰۰ بک لینک درخواست میکنند.
با استفاده از Page Agent این جریان را تغییر میدهیم: لیست هدف را به آن میدهیم و آن را مسئول «باز کردن سایت→یافتن فرم تماس→پر کردن درخواست همکاری سفارشی→ارسال→ثبت نتیجه» میکنیم؛ تنها کاری که شما باید انجام دهید نوشتن قالب درخواست مناسب وoccasionally بررسی کیفیت ارسالها است. کاری که قبلاً یک هفته طول میکشید، حالا در یک شب تمام میشود.
قیمتگذاری چطور باشد؟ در Fiverr و Upwork عبارت «backlink outreach» را جستجو کنید؛ سفارشات ۵۰۰ بک لینک معمولاً بین ۱۵۰ تا ۴۰۰ دلار قیمت دارند. هزینه شما فقط هزینهٔ فراخوانی API (چند دلار) و یک یا دو ساعت نظارت است. در داخل کشور نیز فرصت وجود دارد: تعداد زیادی فروشندهٔ سایت مستقل در eBay و Amazon به دنبال خدمات ارسال بک لینک هستند؛ قیمت هر سفارش بین ۳۰۰ تا ۸۰۰ تومان است و رقابت نسبت به بازار انگلیسی paljon کمتر است. دریافت ۵ سفارش در ماه، درآمدی Nebenberufی بالاتر از حقوق اصلی شما میشود.
##场景二:竞品关键词情报,卖报告而不是卖苦力
برای کسانی که سایت محتوا یا فروشگاه مستقل دارند، تصمیمگیریِ ارزشمندترین آن «رقبای من چه کلم کلیدی را هدف قرار میدهند؟» است. اشتراکهای SEMrush یا Ahrefs ماهانهٔ بیش از ۱۰۰ دلار هزینه دارند؛ بسیاری از فروشندگان کوچک این هزینه را نمیبرند، این فضا را برای خدمات اطلاعات انسانی باز میگذارد.
با Page Agent میتوانیم خط تولید جمعآوری کلم کلیدی رقبا را بسازیم: لیست وبلاگ و صفحات محصول رقبا را وارد میکنیم، AI عنوانها، تگهای H1 و توضیحات محصول را جمعآوری میکند، کلم کلیدی که رقبا روی آن تأکید دارند را استخراج میکند و سپس آنها را با کلم کلیدی که مشتری شما هنوز پوشش نداده است مقایسه میکند. در نهایت گزارشی با عنوان «تحلیل فجوة کلم کلیدی رقبا» همراه با پیشنهادات موضوعی محتوا قابل اجرا تحویل میدهیم.
این نوع گزارش در círculoهای تجارت بینالمللی Pinterest و Jike پول سخت است؛ یک گزارش بین ۱۹۹ تا ۴۹۹ تومان به راحتی فروش میشود، چرا مشتری میتواند حساب کند: خود خرید ابزار یک سالیانهٔ بیش از ۱۰۰۰۰ تومان، whereas یک diagnóstico شخصی几百 تومان است. هوشمندانهتر این است که گزارش را به صورت اشتراکی تبدیل کنید—هر ماه一次 نظارت بر رقبا و دریافت ۹۹ تومان هزینه ماهانه؛ ۵۰ مشتری اشتراکی flujo نقدی ثابت ۵۰۰۰ تومان میدهد، در حالی که کار ماهانه به دلیل خودکارسازی تنها چند ساعت است.
##场景三:竞品数据监控,做长期订阅生意
یک بار فروش به نفع کار شاق است؛ خدمات نظارت به نفع خریدهای مکرر است. فروشندگان اینترنتی سه چیز را مهم میدانند: آیا رقبا قیمت کاهش دادهاند؟ آیا محصول جدیدی معرفی کردهاند؟ و آیا رütbe آنها تغییر کرده است؟ این سه سؤال اساساً «باز کردن منظم یک سری صفحه، ثبت تغییرات و هشدار در صورت انحراف» هستند.
این دقیقاً کاری است که مرورگر خودکار انجام میدهد. با Page Agent میتوانید برنامهریزی بازدید منظم از صفحاتی را که مشتری شما تعیین کرده است (فهرستهای Amazon، فروشگاههای Shopify، صفحات قیمت سایت مستقل) تنظیم کنید، قیمت و رütbe را استخراج کنید و در صورت تغییر، از طریق ایمیل یا ربات پیامرسانی به مشتری اطلاع دهید. چیزی که تحویل میدهید داده خود نیست، بلکه «احساس امنیت» است که هر زمان رقیب حرکت کند، شما اولین شخص مطلع میشوید.
مرجع قیمتگذاری: خدمات نظارت مشابه بر اساس تعداد صفحات تحت نظارت هزینه میگیرند؛ شما میتوانید با قیمت پایینتر به فروشندگان فردی دسترسی پیدا کنید، مثلاً نظارت بر ۲۰ صفحه به ازای ۱۹۹ تومان در ماه. هزینهٔ حاشیهای تقریباً صفر است؛ صدمین مشتری genauso viel Zeit benötigt wie der erste. این مدل به دلیل این است که مشتری Once در سیستم شما دادهها را جمع میکند، flytt کردن هزینه بالایی دارد و این خود به خود دلایل تمدید اشتراک میشود.
راهنمای اجرا: سه روز برای رسیدن به اولین سفارش
مرحله اول – امروز به GitHub بروید، alibaba/page-agent را جستجو کنید، README را بخوانید و طبق مستندات دمو را اجرا کنید. این ابزار کلید API مدل بزرگ خود را میپذیرد؛ کلید خود را وارد کنید، در هر صفحهای امتحان کنید و با زبان طبیعی دستور دهید تا مرزهای capability را ببینید.
مرحله دوم – یک سناریو که بهترش میدانید را برای تست کمینه انتخاب کنید. پیشنهاد میکنیم از ارسال массی بک لینک شروع کنید؛ چون فرآیند آن استانداردتر است: ۵۰ سایت که پذیرای ゲスト پست یا تبادل لینک هستند را پیدا کنید، Page Agent را روی آنها اجرا کنید، نرخ موفقیت و نقاط چالش را ثبت کنید. این کار تقریباً یک پایان هفته طول میکشد.
مرحله سوم – با نتایج در手، به بازار بروید. در بازارهای انگلیسی به Fiverr و Upwork بروید، کلمات کلیدی «backlink outreach» و «competitor monitoring» را استفاده کنید؛ در بازارهای داخلی در eBay، Amazon، Pinterest و Jite پست بگذارید و بنویسید «ارسال بک لینک برای سایتهای مستقل» و «گزارش ماهانه نظارت بر رقبا». اولین سفارش را میتوانید به قیمت پایینتر یا حتی نصف قیمت ارائه کنید؛ هدف جمعآوری بازخورد و اسکرینشات است. پس از داشتن سه مورد تحویل واقعی، تکرار و گسترش کار آسان میشود.
ابزار رایگان، دانش هزینهدار
بسیاری از مردم وقتی عبارت «اوپنسورس» را میبینند، فکر میکنند فرصت commerciالی وجود ندارد؛ این دقیقاً برعکس است.semmore the tool is free, the more valuable the information asymmetry becomes—your customers won’t go digging through GitHub themselves; they want results, and your job is merely to translate tools like Page Agent into a service they understand.
۲۹۰۰ ستاره نشان میدهد این پروژه هنوز در مراحل اولیه است و در ایران کمتر کسی از آن آگاه است؛ امروز وارد شدن به این فضا، شما را در برابر این «تفاوت زمانی» قرار میدهد. سه ماه بعد این نوع خدمات به یک سوق تنگ تبدیل خواهد شد، اما کسانی که امروز عمل میکنند، مشتریان و درآمد اشتراکی را już در دست دارند. مرورگر در دسترس است؛ دستور فقط یک جمله است—سؤال باقی مانده این است: شما چه زمانی میخواهید AI به جای شما کار بکند؟



