stagehand_一个 AI 浏览器自动化框架

Web前端开发网

fly63.com

首页资源工具文章教程栏目

stagehand

网站地址:https://www.stagehand.dev

GitHub:https://github.com/browserbase/stagehand

网站描述:一个 AI 浏览器自动化框架

访问官网

GitHub

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"),
  }),
});