如何用自然语言完成浏览器自动化Stagehand 浏览器代理 SDK 的完整上手路径【免费下载链接】stagehandThe SDK For Browser Agents项目地址: https://gitcode.com/GitHub_Trending/stag/stagehand浏览器自动化里最烦人的部分往往不是写脚本而是维护选择器页面改版一次抓取、填表脚本里的整条路径全部失效。Stagehand 的处理方式是你用一句自然语言描述要做什么它自己定位元素页面变了会自动重新定位。这是一个面向 AI 代理的浏览器自动化 SDK官方定位就是 The SDK For Browser Agents。 Stagehand 是什么工具为页面不确定的场景设计Playwright 类工具面向确定性的测试流程Stagehand 的接口面向需要模型判断的浏览器操作。自然语言指令 自愈act、observe、extract都接受句子描述网站结构变化后动作会自动重新推断。与 Playwright 同源的 APIgoto、click、locator、screenshot都在稳定步骤仍可以走确定性调用。官方提供 TypeScript、Python、Go 三套 SDK接口一致。 三步跑通示例的最小安装命令用官方 CLI 建项目一条命令完成脚手架npx create-browser-app my-app接着配置环境变量填入模型与浏览器云端的密钥cd my-app cp .env.example .env # 在 .env 中填入 OPENAI_API_KEY或其他模型供应商与 BROWSERBASE_API_KEY然后直接启动示例脚本看到浏览器按指令行动npm start如果想从源码构建并运行仓库内示例clone 后使用just统一驱动三种语言的工具链git clone https://gitcode.com/GitHub_Trending/stag/stagehand cd stagehand just install just generate just build构建完成后packages/sdk-ts/examples 下的每个脚本都可以通过just example act这类命令单独运行。 四个核心 API 速览extract()按 schema 提取结构化数据一句话定位不用写选择器直接按你声明的数据结构取页面内容。const { data } await stagehand.extract( extract the product name and price, z.object({ name: z.string(), price: z.number() }), );适用场景详情页、列表页抓取返回的数据可直接入库省掉 XPath 维护。act()用一句话执行页面操作一句话定位把点击哪个按钮、输入什么这类操作交给一句指令。await stagehand.act(click the add to cart button);适用场景表单自动填写、多步流程点击开启selfHeal后记录的选择器失效时会重新推断目标。observe()先让 AI 看一遍页面一句话定位扫描当前页面返回可执行元素列表及对应选择器。const { data: actions } await stagehand.observe(find all clickable buttons);适用场景结构不熟的页面先确认有哪些可操作项把actions[0]再传回act()执行时是确定性重放不产生第二次模型调用。agent()交给代理自主完成多步任务一句话定位输入高层任务由代理自己拆解并执行一连串浏览器操作。const agent await stagehand.agent({ instructions: You are a browser assistant, }); await agent.execute(open the docs and summarize the key features);适用场景步骤数无法提前固定的长链路任务。需要注意v4 已移除agent()封装官方建议改用自己的 tool-calling 循环驱动底层原语迁移文档给出了逐项对照表。⚖️ 选型边界什么时候用 Playwright什么时候用 Stagehand固定流程、选择器长期稳定、执行频率高、追求确定性与时延传统工具Playwright/Puppeteer更合适成本也更低。页面频繁改版、结构不确定、希望写行为而不是路径Stagehand 的自愈机制能显著减少维护量。两者可以混用官方迁移建议是选择器稳定处仍用page.locator()只在需要判断的环节调用自然语言原语把模型花费控制在必要步骤上。提醒一点每次自然语言调用都是一次模型推理把它用在判断上而不是替代所有确定性步骤。 延伸导航文档、示例与迁移路线快速入门packages/docs/v4/first-steps/quickstart.mdxAPI 参考Stagehand 类参考示例代码TS 示例目录、Python SDK、Go SDK版本迁移v3 → v4 迁移指南典型落地场景结构化数据抓取与网站状态监控表单自动填写与多步骤业务流程Web 回归验证确定性断言 自然语言步骤结合收尾Stagehand 不会替代你全部的测试代码但它接住了页面总变、选择器追不上的那部分工作。如果你的脚本正卡在选择器维护上这就是切入点。下一步只需要一件事在终端运行npx create-browser-app把项目里最让你头疼的一个选择器改写成一条act指令看它自己找到目标。【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