browserbase/stagehand

项目概览

值得关注的是，browserbase/stagehand 不只提供自然语言动作与多步骤代理，还允许预览模型动作，并通过动作缓存复用可重复步骤；站点变化造成自动化失效时，缓存机制可重新适配。

项目类型

AI Agent

应用场景

自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 适合愿意编写 JavaScript/TypeScript 代码，同时希望在部分浏览器步骤中使用自然语言的开发者。
• 适合同时需要单步操作、多步骤任务或网页结构化数据提取，并希望按场景选择不同执行接口的项目。

核心能力

• 通过 act() 方法接收自然语言指令并执行单个浏览器动作，适合把具体页面操作表达为指令；该能力当前可用。
• 通过 agent() 方法执行包含多个步骤的任务，用于处理无法归结为单个页面动作的浏览器流程；该能力当前可用。
• 通过 extract() 方法从网页中提取结构化数据，将页面内容转换为可供后续代码处理的结果；该能力当前可用。
• 项目缓存可重复动作，在网站变化并导致自动化失效前，不再为这些动作调用大语言模型推理，以节省时间和令牌；网站变化时可重新适配动作。该能力当前可用。
• 在模型动作实际运行前展示拟执行内容，让开发者能够先查看动作；该能力当前可用。

限制与风险

• 项目推荐配合大语言模型服务商接口密钥和 Browserbase 凭据使用，选型时需要确认团队能否提供并管理这些凭据。
• 交互形态是开发库，使用者需要编写代码，不应将其视为面向非开发人员的无代码工具。
• 现有资料未记录最低硬件、图形处理器需求、数据边界、成本依赖和遥测行为，相关要求不能据此确定。

如何开始

• 首条路径可运行 npx create-browser-app 创建应用；从源码开始时可使用 pnpm install 安装依赖。
• 在 .env 文件中配置所需的接口密钥，包括大语言模型服务商密钥和 Browserbase 凭据。
• 源码路径依次执行 pnpm run build 和 pnpm run example，以完成构建并运行示例。

核验依据

• GitHub 项目简介: The SDK For Browser Agents
• README: Stagehand is a browser automation framework used to control web browsers with natural language and code.
• README: By combining the power of AI with the precision of code, Stagehand makes web automation flexible, maintainable, and actually reliable.
• README: By letting developers choose what to write in code vs. natural language (and bridging the gap between the two) Stagehand is the natural choice for browser automations in productio…
• README: Use act() to execute individual actions

内容核验时间：