Stagehand 入门指南用浏览器代理 SDK 跑通自然语言网页自动化【免费下载链接】stagehandThe SDK For Browser Agents项目地址: https://gitcode.com/GitHub_Trending/stag/stagehandStagehand 是 Browserbase 出品的浏览器代理 SDK面向浏览器自动化场景提供act、observe、extract三个自然语言原语同时支持 TypeScript、Python 和 Go。你可以用它驱动浏览器完成点击、观测和结构化数据提取无需手写复杂选择器。什么时候你会需要它你写过一个基于选择器的爬虫或 E2E 脚本上线后页面一改版点击、提取逻辑就集体失效要么你给大模型喂整个页面快照token 成本高得吓人模型还会被无关元素带偏。再加上目标站点用跨进程 iframe、封闭 Shadow DOM 包裹组件传统工具连元素都找不到。这类选择器一断就崩、上下文又太啰嗦的场景就是浏览器代理要解决的问题。为什么是 Stagehand 而不是现成工具API 迁移成本低goto、click、locator、screenshot都是 Playwright 风格官方定位就是Playwright 为测试而生Stagehand 为代理而生。自愈能力页面改版后act、observe检测到选择器失效会自动重新推断并刷新操作方式。省 token内置混合无障碍树裁剪只把模型理解页面所需的最小上下文喂给它。延迟更低运行时以浏览器扩展形式跑在浏览器旁边减少每次操作的往返开销。兼容复杂 DOM原生支持跨进程 iframe 与封闭 Shadow DOM配合深定位器deep locators直达嵌套元素。环境要求与安装步骤前置清单Node.js ≥ 22.18推荐运行时Bun 也可用Python ≥ 3.11 或 Go ≥ 1.26用对应 SDK 时才需要一个BROWSERBASE_API_KEY。想在本地起浏览器调试的话机器上还需装好 Chrome走云浏览器则可跳过。mkdir my-stagehand-app cd my-stagehand-app pnpm init -y pnpm install browserbasehq/stagehand zod export BROWSERBASE_API_KEYbb_live_...Python 侧则是pip install stagehandGo 侧是go get github.com/browserbase/stagehand/packages/sdk-go/v4v4.0.0。注意没配置模型时Browserbase 的 Model Gateway 会自动为每次推理选模型你不必额外准备模型厂商的 key。最小可运行示例把下面代码存为index.tsimport { browserbase, Stagehand } from browserbasehq/stagehand; import { z } from zod/v4; const browser await browserbase.launch({ apiKey: process.env.BROWSERBASE_API_KEY, }); const stagehand await Stagehand.create({ browser }); try { const [page] await browser.context.pages(); await page.goto(https://stagehand.dev); const result await stagehand.extract( Extract the value proposition from the page., z.object({ valueProposition: z.string() }), ); console.log(result.data); await stagehand.act(Click the Evals button.); } finally { await stagehand.close(); await browser.close(); }运行pnpm dlx tsx index.ts你会看到云端浏览器自动打开目标页、控制台打印出提取到的文案对象、随后页面上Evals按钮被点击。三个原语与关键概念拆解act()执行单个动作接受自然语言指令传入observe()返回的Action则可确定性地直接重放不再走模型推理。observe()描述你想找什么如找出最新 PR返回页面上可操作元素的列表每项带selector可直接喂给page.locator(selector).click()做确定性点击。extract()配合 Zod schema 把页面内容抽成结构化对象字段用describe()说明含义提取结果类型可控。浏览器工厂三选一browserbase.launch()连云浏览器支持服务端缓存与 Model GatewaylocalBrowser.launch()在本机起 ChromiumlocalBrowser.connect({ cdpUrl })挂到你已在跑的 Chrome。缓存开启后act会缓存动作等价 URL 会命中缓存省掉重复的 LLM 调用。这几个场景值得先试本地快速调试把browserbase.launch()换成localBrowser.launch({ headless: true })即可去掉云浏览器 key本地迭代更顺手。接入手头 ChromelocalBrowser.connect({ cdpUrl: http://127.0.0.1:9222 })直接复用已启动的浏览器实例。给自动化加安全边界用context.setDomainPolicy({ allowedDomains / blockedDomains })限定可访问域名违规弹窗会被自动关闭详见 浏览器配置文档。四条真实的坑v3 到 v4 是大版本重构4.0 围绕新的浏览器协议重写了 TypeScript/Python SDK老代码升级前先看迁移文档 v3 迁移指南。环境变量它不替你读官方明确 Stagehand 不会自动读取.env你得自己加载如import dotenv/config并把 key 显式传给浏览器工厂。浏览器生命周期归你自己browser.close()只关它自己启动的浏览器本地模式下机器上还必须有 Chrome 可执行文件。想省钱就重放给act开启缓存或selfHeal选择器断掉时自动重新推断而不是每次都烧一次模型调用。进阶可以看这些目录完整文档在 packages/docs/v4/按 act、observe、extract 三个原语展开另有缓存、部署、成本优化等实践章节v2/v3 旧版文档也留档在同目录。三语言对照示例在 packages/sdk-ts/examples/Python、Go 示例分别在同层的sdk-python、sdk-go包里。想要压测自己场景的通过率packages/evals/ 内置了act/extract/observe基准任务和 WebVoyager 等数据集套件pnpm build:cli后跑evals即可。受够了给选择器打补丁的话就交给 Stagehand 去自愈吧。【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