用途:Stagehand 面向浏览器自动化与智能体工程,提供在网页上以自然语言驱动的操作与数据提取能力,并可与 Playwright 结合使用,作为确定性兜底路径。
主要能力:act() 执行页面上的单步自然语言动作;extract() 按 zod schema 做结构化数据抽取;observe() 先发现并缓存候选动作再执行;agent() 在需要时进行多步自主执行。底层为 CDP 引擎,支持 TypeScript 与 Python SDK,可使用本地浏览器或 Browserbase 云。
使用方式:可通过 npx create-browser-app 脚手架创建,或 npm i @browserbasehq/stagehand 安装。核心用法示例:const page = stagehand.context.pages()[0]; await page.goto("https://github.com/browserbase"); await stagehand.act("click on the stagehand repo"); const agent = stagehand.agent(); await agent.execute("Get to the latest PR"); const { author, title } = await stagehand.extract("extract the author and title of the PR", z.object({ author: z.string(), title: z.string() }));
适用场景:需要在真实浏览器中完成点击、导航、数据抽取与多步任务,并希望对自动化流程保持一定确定性控制的工程场景。推荐采用混合确定性梯度:普通代码 -> act/extract/observe(LLM 辅助原语)-> agent(自主执行)。
限制:资料未提供具体收费、价格与性能数据;使用前需按文档配置模型提供方与 API 密钥,并在执行 AI 生成代码时考虑沙箱或权限隔离。