Stagehand 完整指南用自然语言控制浏览器的 AI 网页自动化框架【免费下载链接】stagehandThe SDK For Browser Agents项目地址: https://gitcode.com/GitHub_Trending/stag/stagehandStagehand 是面向浏览器 Agent 的 SDK一个 AI 网页自动化框架。它让你用自然语言控制浏览器完成数据提取、页面操作与自主任务执行并提供 TypeScript、Python、Go 三种语言的 SDK。本文带你从痛点出发走完安装、上手和选型判断的全过程。手写选择器的脚本为什么总是一次改版就报废如果你写过爬虫或 UI 测试多半有这类经历button#add-to-cart写得清清楚楚第二天站点换个类名脚本就集体罢工。你开始把选择器改得又长又聪明可页面结构一变XPath 一样全失效。更要命的是这套维护工作会随着页面数量线性增长——每新增一个页面就多一份要长期看管的脆弱代码。问题出在工具假设你比 AI 更懂这个页面而真实世界里页面永远在改。Stagehand 的思路是把判断页面的事交给模型把稳定执行的事交给 SDK下面先认识这个框架。它是什么为浏览器 Agent 而生的 SDK官方定位一句话Playwright 是为测试而生的Stagehand 是为 Agent 而生的。它把 Playwright 风格的 APIgoto、click、locator和自然语言指令结合起来并自带自愈机制——页面改版后动作会重新推断出新的执行路径。核心能力就四个原语原语输入做什么act一句自然语言执行单个操作如点击、填写extract指令 Zod schema按结构从页面取回数据observe一句自然语言返回页面上可执行的动作列表agent一个高层任务自主规划并执行多步骤流程四个原语可以单独用也可以组合先observe摸清页面再act精确点击最后用extract收尾拿到结构化结果。三步完成安装与跑通第一个示例从仓库到跑通示例只要三步官方示例覆盖了 TypeScript、Python 和 Gogit clone https://gitcode.com/GitHub_Trending/stag/stagehand.git cd stagehand just install just build just example act # 运行 packages/sdk-ts/examples/act.ts跑之前先想清楚浏览器跑在哪里接云端浏览器只需导出BROWSERBASE_API_KEY想在本机 Chrome 上跑把示例里的browserbase.launch()换成localBrowser.launch()连 API key 都可以省掉。注意 Stagehand 要求 Node.js 22.18 及以上且不会替你自动读取环境变量key 要在代码里显式传给浏览器工厂。一个任务的完整流程提取、点击、交给代理假设目标是打开商品页把标题和价格存下来点进商品详情再把结果带回主页面。全程不需要写一个 CSS 选择器。const [page] await browser.context.pages(); await page.goto(https://example-store.com/product);第一步打开页面。const { data } await stagehand.extract( 提取商品标题和价格, z.object({ title: z.string(), price: z.string() }), ); await stagehand.act(click the add to cart button);第二步extract按你给的 Zod schema 取回结构化数据拿到的是对象而不是待解析的 HTML 片段。第三步act用一句话完成点击——页面改版后这条指令会自动重新定位元素不需要你回头修选择器。第四步把跨页面的活儿交给代理const result await agent.execute(找到详情页里最便宜的规格并加入购物车);agent会自主拆解、浏览、操作多个页面直到任务完成。另外observe还能在执行前帮你确认这个页面上到底有哪些动作可执行适合在长流程里做计划与校验。与传统自动化工具怎么选一张表说清边界维度Playwright / PuppeteerStagehand代码量每个交互都要手写选择器与等待逻辑多数交互一句话指令维护成本页面改版后选择器批量失效动作自动重新推断自愈适用场景结果必须严格可复现的回归测试探索性、需求多变、长期要维护的自动化诚实地说Stagehand 不是 Playwright 的替代品走自然语言路径意味着每次动作都有模型推理的成本执行时间也不完全确定如果你的用例追求严格可复现Stagehand 也保留了locator这类确定性 API 兜底。更合理的分工是确定性测试继续用 Playwright面向真实网站变化的长周期自动化交给 Stagehand。还能干什么五个真实场景从电商、招聘、新闻站点提取结构化数据追价格与库存填写登录、注册、问卷等表单处理多步骤流程回归测试里让动作在改版后自愈少写断言之外的胶水代码监控竞品页面变化定时生成报告把网页操作变成可复用的内部工具交给非开发同学调用官方资源文档、API 参考与示例代码文档目录与快速开始packages/docs/、packages/docs/v4/first-steps/quickstart.mdx四个原语的 API 参考packages/docs/v4/basics/TypeScript 示例packages/sdk-ts/examples/Python SDK 与示例packages/sdk-python/Go SDK 与示例packages/sdk-go/写在最后浏览器自动化最贵的从来不是第一次写脚本而是之后每一次页面改版带来的维护成本——这正是 Stagehand 想替你接住的部分。如果手头恰好有一个每次改版都要改选择器的脚本不妨先用extract把它的数据提取部分换掉跑通了再考虑把整个流程交给代理。【免费下载链接】stagehandThe SDK For Browser Agents项目地址: https://gitcode.com/GitHub_Trending/stag/stagehand创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Stagehand 完整指南：用自然语言控制浏览器的 AI 网页自动化框架
Stagehand 完整指南用自然语言控制浏览器的 AI 网页自动化框架【免费下载链接】stagehandThe SDK For Browser Agents项目地址: https://gitcode.com/GitHub_Trending/stag/stagehandStagehand 是面向浏览器 Agent 的 SDK一个 AI 网页自动化框架。它让你用自然语言控制浏览器完成数据提取、页面操作与自主任务执行并提供 TypeScript、Python、Go 三种语言的 SDK。本文带你从痛点出发走完安装、上手和选型判断的全过程。手写选择器的脚本为什么总是一次改版就报废如果你写过爬虫或 UI 测试多半有这类经历button#add-to-cart写得清清楚楚第二天站点换个类名脚本就集体罢工。你开始把选择器改得又长又聪明可页面结构一变XPath 一样全失效。更要命的是这套维护工作会随着页面数量线性增长——每新增一个页面就多一份要长期看管的脆弱代码。问题出在工具假设你比 AI 更懂这个页面而真实世界里页面永远在改。Stagehand 的思路是把判断页面的事交给模型把稳定执行的事交给 SDK下面先认识这个框架。它是什么为浏览器 Agent 而生的 SDK官方定位一句话Playwright 是为测试而生的Stagehand 是为 Agent 而生的。它把 Playwright 风格的 APIgoto、click、locator和自然语言指令结合起来并自带自愈机制——页面改版后动作会重新推断出新的执行路径。核心能力就四个原语原语输入做什么act一句自然语言执行单个操作如点击、填写extract指令 Zod schema按结构从页面取回数据observe一句自然语言返回页面上可执行的动作列表agent一个高层任务自主规划并执行多步骤流程四个原语可以单独用也可以组合先observe摸清页面再act精确点击最后用extract收尾拿到结构化结果。三步完成安装与跑通第一个示例从仓库到跑通示例只要三步官方示例覆盖了 TypeScript、Python 和 Gogit clone https://gitcode.com/GitHub_Trending/stag/stagehand.git cd stagehand just install just build just example act # 运行 packages/sdk-ts/examples/act.ts跑之前先想清楚浏览器跑在哪里接云端浏览器只需导出BROWSERBASE_API_KEY想在本机 Chrome 上跑把示例里的browserbase.launch()换成localBrowser.launch()连 API key 都可以省掉。注意 Stagehand 要求 Node.js 22.18 及以上且不会替你自动读取环境变量key 要在代码里显式传给浏览器工厂。一个任务的完整流程提取、点击、交给代理假设目标是打开商品页把标题和价格存下来点进商品详情再把结果带回主页面。全程不需要写一个 CSS 选择器。const [page] await browser.context.pages(); await page.goto(https://example-store.com/product);第一步打开页面。const { data } await stagehand.extract( 提取商品标题和价格, z.object({ title: z.string(), price: z.string() }), ); await stagehand.act(click the add to cart button);第二步extract按你给的 Zod schema 取回结构化数据拿到的是对象而不是待解析的 HTML 片段。第三步act用一句话完成点击——页面改版后这条指令会自动重新定位元素不需要你回头修选择器。第四步把跨页面的活儿交给代理const result await agent.execute(找到详情页里最便宜的规格并加入购物车);agent会自主拆解、浏览、操作多个页面直到任务完成。另外observe还能在执行前帮你确认这个页面上到底有哪些动作可执行适合在长流程里做计划与校验。与传统自动化工具怎么选一张表说清边界维度Playwright / PuppeteerStagehand代码量每个交互都要手写选择器与等待逻辑多数交互一句话指令维护成本页面改版后选择器批量失效动作自动重新推断自愈适用场景结果必须严格可复现的回归测试探索性、需求多变、长期要维护的自动化诚实地说Stagehand 不是 Playwright 的替代品走自然语言路径意味着每次动作都有模型推理的成本执行时间也不完全确定如果你的用例追求严格可复现Stagehand 也保留了locator这类确定性 API 兜底。更合理的分工是确定性测试继续用 Playwright面向真实网站变化的长周期自动化交给 Stagehand。还能干什么五个真实场景从电商、招聘、新闻站点提取结构化数据追价格与库存填写登录、注册、问卷等表单处理多步骤流程回归测试里让动作在改版后自愈少写断言之外的胶水代码监控竞品页面变化定时生成报告把网页操作变成可复用的内部工具交给非开发同学调用官方资源文档、API 参考与示例代码文档目录与快速开始packages/docs/、packages/docs/v4/first-steps/quickstart.mdx四个原语的 API 参考packages/docs/v4/basics/TypeScript 示例packages/sdk-ts/examples/Python SDK 与示例packages/sdk-python/Go SDK 与示例packages/sdk-go/写在最后浏览器自动化最贵的从来不是第一次写脚本而是之后每一次页面改版带来的维护成本——这正是 Stagehand 想替你接住的部分。如果手头恰好有一个每次改版都要改选择器的脚本不妨先用extract把它的数据提取部分换掉跑通了再考虑把整个流程交给代理。【免费下载链接】stagehandThe SDK For Browser Agents项目地址: https://gitcode.com/GitHub_Trending/stag/stagehand创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考