Steel Browser 是一个开源的浏览器 API，专为 AI 智能体和应用设计，目标是让开发者无需从零构建自动化基础设施，即可构建与网页交互的实时智能体和浏览器自动化工具。

主要能力：

完整浏览器控制：底层使用 Puppeteer 和 CDP，可完全控制 Chrome 实例，支持通过 Puppeteer、Playwright 或 Selenium 连接。
会话管理：跨请求维护浏览器状态、Cookie 和本地存储。
代理支持：内置代理链管理，用于 IP 轮换。
扩展支持：可加载自定义 Chrome 扩展以增强功能。
调试工具：内置请求日志和用于查看/调试会话的 UI。
反检测：包含隐身插件和指纹管理。
资源管理：自动清理和浏览器生命周期管理。
浏览器工具：提供 API 将页面快速转换为 Markdown、可读性内容、截图或 PDF。

使用方式：

可通过创建 Steel Cloud 账户快速开始，也可部署到云服务商或在本地运行。
本地运行最简单的方式是运行预构建的 Docker 镜像，启动后 Steel 浏览器服务器运行在 3000 端口（http://localhost:3000），UI 位于 http://localhost:3000/ui，9223 端口用于控制台调试器。
也可使用 docker compose 分别运行 API 和 UI；Mac Silicon 用户需传递特定环境标志。
贡献者本地开发需运行 docker-compose.dev.yml 并加 --build，服务器和 UI 分别运行在 3000 和 5173 端口。
若已安装 Node.js 和 Chrome，也可直接运行服务器和 UI。Chrome 可执行文件需位于指定路径，或通过 CHROME_EXECUTABLE_PATH 环境变量设置自定义路径。
提供 Cookbook 示例，也可在 repl 目录运行 npm run start 体验 REPL。

API 交互方式：

快速操作端点：/scrape、/screenshot、/pdf 端点可快速从任意网页提取干净、格式良好的数据，适合简单、只读、按需的任务。
完整 REST OpenAPI 文档可在官网及本地实例的 http://localhost:3000/documentation 查看。
提供 Python 和 Node SDK（steel-sdk 包），基于 REST API 构建，完全类型化，兼容 Steel Cloud 和自托管实例（通过 Node 的 baseURL 或 Python 的 base_url 切换）。
/sessions 端点可用自定义选项或扩展（如自定义代理）重新启动浏览器，并重置浏览器状态，适合需要细粒度控制的复杂有状态工作流。
创建会话后，可使用会话 ID 或根 URL 通过 Puppeteer 或 Playwright 与浏览器交互；文档提供 Puppeteer 集成、Playwright with Node、Playwright with Python 示例。注意该集成不支持基于 CDP 的浏览器会话 API 的全部功能。
对于已有 Selenium 工作流的团队，Steel 浏览器提供可直接替换的方案，使用 isSelenium 选项创建 Selenium 会话，完全兼容 Selenium 的 WebDriver 协议，可使用任何现有 Selenium 客户端连接。

适用场景：

限制与状态：

steel-browser

工具介绍