Stagehand 旨在平衡低级别浏览器自动化框架（如 Selenium、Playwright、Puppeteer）和高级不可预测的 AI 代理工具，让开发者可以灵活选择用代码或自然语言实现浏览器自动化，适用于生产环境中的浏览器自动化场景。
主要特点
- 混合编程模式：可在代码（基于 Playwright）和自然语言之间灵活切换，在熟悉页面操作时用代码，面对不熟悉页面时用 AI。
- 动作预览与缓存：支持预览 AI 动作，且能轻松缓存可重复操作，节省时间和令牌消耗。
- 集成计算机使用模型：通过一行代码即可集成 OpenAI、Anthropic 等的 SOTA 计算机使用模型到浏览器中。
示例代码
以下是一个简单的 Stagehand 浏览器自动化示例：
// 使用 Playwright 函数操作页面
const page = stagehand.page;
await page.goto("https://github.com/browserbase");
// 使用 act() 执行单个动作
await page.act("点击 stagehand 仓库");
// 使用计算机使用代理执行更复杂动作
const agent = stagehand.agent({
provider: "openai",
model: "computer-use-preview",
});
await agent.execute("进入最新的 PR");
// 使用 extract() 从页面提取数据
const { author, title } = await page.extract({
instruction: "提取 PR 的作者和标题",
schema: z.object({
author: z.string().describe("PR 作者的用户名"),
title: z.string().describe("PR 的标题"),
}),
});
仓库结构
- 包含核心代码（lib/）、示例（examples/）、评估任务（evals/）、文档（docs/）等目录。
- 使用 TypeScript 开发，依赖管理通过 pnpm 进行，包含 ESLint、Prettier 等代码规范工具配置。
- 文档基于 Mintlify 构建，可通过 docs.stagehand.dev 访问。
仅供个人学习参考/导航指引使用，具体请以第三方网站说明为准，本站不提供任何专业建议。如果地址失效或描述有误，请联系站长反馈～感谢您的理解与支持！
链接: https://fly63.com/nav/4244
