頁自動化框架)
Stagehand 完整指南用自然語言控制瀏覽器的 AI 網(wǎng)頁自動化框架【免費下載鏈接】stagehandThe SDK For Browser Agents項目地址: https://gitcode.com/GitHub_Trending/stag/stagehandStagehand 是面向瀏覽器 Agent 的 SDK一個 AI 網(wǎng)頁自動化框架。它讓你用自然語言控制瀏覽器完成數(shù)據(jù)提取、頁面操作與自主任務執(zhí)行并提供 TypeScript、Python、Go 三種語言的 SDK。本文帶你從痛點出發(fā)走完安裝、上手和選型判斷的全過程。手寫選擇器的腳本為什么總是一次改版就報廢如果你寫過爬蟲或 UI 測試多半有這類經(jīng)歷button#add-to-cart寫得清清楚楚第二天站點換個類名腳本就集體罷工。你開始把選擇器改得又長又聰明可頁面結構一變XPath 一樣全失效。更要命的是這套維護工作會隨著頁面數(shù)量線性增長——每新增一個頁面就多一份要長期看管的脆弱代碼。問題出在工具假設你比 AI 更懂這個頁面而真實世界里頁面永遠在改。Stagehand 的思路是把判斷頁面的事交給模型把穩(wěn)定執(zhí)行的事交給 SDK下面先認識這個框架。它是什么為瀏覽器 Agent 而生的 SDK官方定位一句話Playwright 是為測試而生的Stagehand 是為 Agent 而生的。它把 Playwright 風格的 APIgoto、click、locator和自然語言指令結合起來并自帶自愈機制——頁面改版后動作會重新推斷出新的執(zhí)行路徑。核心能力就四個原語原語輸入做什么act一句自然語言執(zhí)行單個操作如點擊、填寫extract指令 Zod schema按結構從頁面取回數(shù)據(jù)observe一句自然語言返回頁面上可執(zhí)行的動作列表agent一個高層任務自主規(guī)劃并執(zhí)行多步驟流程四個原語可以單獨用也可以組合先observe摸清頁面再act精確點擊最后用extract收尾拿到結構化結果。三步完成安裝與跑通第一個示例從倉庫到跑通示例只要三步官方示例覆蓋了 TypeScript、Python 和 Gogit clone https://gitcode.com/GitHub_Trending/stag/stagehand.git cd stagehand just install just build just example act # 運行 packages/sdk-ts/examples/act.ts跑之前先想清楚瀏覽器跑在哪里接云端瀏覽器只需導出BROWSERBASE_API_KEY想在本機 Chrome 上跑把示例里的browserbase.launch()換成localBrowser.launch()連 API key 都可以省掉。注意 Stagehand 要求 Node.js 22.18 及以上且不會替你自動讀取環(huán)境變量key 要在代碼里顯式傳給瀏覽器工廠。一個任務的完整流程提取、點擊、交給代理假設目標是打開商品頁把標題和價格存下來點進商品詳情再把結果帶回主頁面。全程不需要寫一個 CSS 選擇器。const [page] await browser.context.pages(); await page.goto(https://example-store.com/product);第一步打開頁面。const { data } await stagehand.extract( 提取商品標題和價格, z.object({ title: z.string(), price: z.string() }), ); await stagehand.act(click the add to cart button);第二步extract按你給的 Zod schema 取回結構化數(shù)據(jù)拿到的是對象而不是待解析的 HTML 片段。第三步act用一句話完成點擊——頁面改版后這條指令會自動重新定位元素不需要你回頭修選擇器。第四步把跨頁面的活兒交給代理const result await agent.execute(找到詳情頁里最便宜的規(guī)格并加入購物車);agent會自主拆解、瀏覽、操作多個頁面直到任務完成。另外observe還能在執(zhí)行前幫你確認這個頁面上到底有哪些動作可執(zhí)行適合在長流程里做計劃與校驗。與傳統(tǒng)自動化工具怎么選一張表說清邊界維度Playwright / PuppeteerStagehand代碼量每個交互都要手寫選擇器與等待邏輯多數(shù)交互一句話指令維護成本頁面改版后選擇器批量失效動作自動重新推斷自愈適用場景結果必須嚴格可復現(xiàn)的回歸測試探索性、需求多變、長期要維護的自動化誠實地說Stagehand 不是 Playwright 的替代品走自然語言路徑意味著每次動作都有模型推理的成本執(zhí)行時間也不完全確定如果你的用例追求嚴格可復現(xiàn)Stagehand 也保留了locator這類確定性 API 兜底。更合理的分工是確定性測試繼續(xù)用 Playwright面向真實網(wǎng)站變化的長周期自動化交給 Stagehand。還能干什么五個真實場景從電商、招聘、新聞站點提取結構化數(shù)據(jù)追價格與庫存填寫登錄、注冊、問卷等表單處理多步驟流程回歸測試里讓動作在改版后自愈少寫斷言之外的膠水代碼監(jiān)控競品頁面變化定時生成報告把網(wǎng)頁操作變成可復用的內(nèi)部工具交給非開發(fā)同學調(diào)用官方資源文檔、API 參考與示例代碼文檔目錄與快速開始packages/docs/、packages/docs/v4/first-steps/quickstart.mdx四個原語的 API 參考packages/docs/v4/basics/TypeScript 示例packages/sdk-ts/examples/Python SDK 與示例packages/sdk-python/Go SDK 與示例packages/sdk-go/寫在最后瀏覽器自動化最貴的從來不是第一次寫腳本而是之后每一次頁面改版帶來的維護成本——這正是 Stagehand 想替你接住的部分。如果手頭恰好有一個每次改版都要改選擇器的腳本不妨先用extract把它的數(shù)據(jù)提取部分換掉跑通了再考慮把整個流程交給代理。【免費下載鏈接】stagehandThe SDK For Browser Agents項目地址: https://gitcode.com/GitHub_Trending/stag/stagehand創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 Stagehand 完整指南：用自然語言控制瀏覽器的 AI 網(wǎng)頁自動化框架
Stagehand 完整指南用自然語言控制瀏覽器的 AI 網(wǎng)頁自動化框架【免費下載鏈接】stagehandThe SDK For Browser Agents項目地址: https://gitcode.com/GitHub_Trending/stag/stagehandStagehand 是面向瀏覽器 Agent 的 SDK一個 AI 網(wǎng)頁自動化框架。它讓你用自然語言控制瀏覽器完成數(shù)據(jù)提取、頁面操作與自主任務執(zhí)行并提供 TypeScript、Python、Go 三種語言的 SDK。本文帶你從痛點出發(fā)走完安裝、上手和選型判斷的全過程。手寫選擇器的腳本為什么總是一次改版就報廢如果你寫過爬蟲或 UI 測試多半有這類經(jīng)歷button#add-to-cart寫得清清楚楚第二天站點換個類名腳本就集體罷工。你開始把選擇器改得又長又聰明可頁面結構一變XPath 一樣全失效。更要命的是這套維護工作會隨著頁面數(shù)量線性增長——每新增一個頁面就多一份要長期看管的脆弱代碼。問題出在工具假設你比 AI 更懂這個頁面而真實世界里頁面永遠在改。Stagehand 的思路是把判斷頁面的事交給模型把穩(wěn)定執(zhí)行的事交給 SDK下面先認識這個框架。它是什么為瀏覽器 Agent 而生的 SDK官方定位一句話Playwright 是為測試而生的Stagehand 是為 Agent 而生的。它把 Playwright 風格的 APIgoto、click、locator和自然語言指令結合起來并自帶自愈機制——頁面改版后動作會重新推斷出新的執(zhí)行路徑。核心能力就四個原語原語輸入做什么act一句自然語言執(zhí)行單個操作如點擊、填寫extract指令 Zod schema按結構從頁面取回數(shù)據(jù)observe一句自然語言返回頁面上可執(zhí)行的動作列表agent一個高層任務自主規(guī)劃并執(zhí)行多步驟流程四個原語可以單獨用也可以組合先observe摸清頁面再act精確點擊最后用extract收尾拿到結構化結果。三步完成安裝與跑通第一個示例從倉庫到跑通示例只要三步官方示例覆蓋了 TypeScript、Python 和 Gogit clone https://gitcode.com/GitHub_Trending/stag/stagehand.git cd stagehand just install just build just example act # 運行 packages/sdk-ts/examples/act.ts跑之前先想清楚瀏覽器跑在哪里接云端瀏覽器只需導出BROWSERBASE_API_KEY想在本機 Chrome 上跑把示例里的browserbase.launch()換成localBrowser.launch()連 API key 都可以省掉。注意 Stagehand 要求 Node.js 22.18 及以上且不會替你自動讀取環(huán)境變量key 要在代碼里顯式傳給瀏覽器工廠。一個任務的完整流程提取、點擊、交給代理假設目標是打開商品頁把標題和價格存下來點進商品詳情再把結果帶回主頁面。全程不需要寫一個 CSS 選擇器。const [page] await browser.context.pages(); await page.goto(https://example-store.com/product);第一步打開頁面。const { data } await stagehand.extract( 提取商品標題和價格, z.object({ title: z.string(), price: z.string() }), ); await stagehand.act(click the add to cart button);第二步extract按你給的 Zod schema 取回結構化數(shù)據(jù)拿到的是對象而不是待解析的 HTML 片段。第三步act用一句話完成點擊——頁面改版后這條指令會自動重新定位元素不需要你回頭修選擇器。第四步把跨頁面的活兒交給代理const result await agent.execute(找到詳情頁里最便宜的規(guī)格并加入購物車);agent會自主拆解、瀏覽、操作多個頁面直到任務完成。另外observe還能在執(zhí)行前幫你確認這個頁面上到底有哪些動作可執(zhí)行適合在長流程里做計劃與校驗。與傳統(tǒng)自動化工具怎么選一張表說清邊界維度Playwright / PuppeteerStagehand代碼量每個交互都要手寫選擇器與等待邏輯多數(shù)交互一句話指令維護成本頁面改版后選擇器批量失效動作自動重新推斷自愈適用場景結果必須嚴格可復現(xiàn)的回歸測試探索性、需求多變、長期要維護的自動化誠實地說Stagehand 不是 Playwright 的替代品走自然語言路徑意味著每次動作都有模型推理的成本執(zhí)行時間也不完全確定如果你的用例追求嚴格可復現(xiàn)Stagehand 也保留了locator這類確定性 API 兜底。更合理的分工是確定性測試繼續(xù)用 Playwright面向真實網(wǎng)站變化的長周期自動化交給 Stagehand。還能干什么五個真實場景從電商、招聘、新聞站點提取結構化數(shù)據(jù)追價格與庫存填寫登錄、注冊、問卷等表單處理多步驟流程回歸測試里讓動作在改版后自愈少寫斷言之外的膠水代碼監(jiān)控競品頁面變化定時生成報告把網(wǎng)頁操作變成可復用的內(nèi)部工具交給非開發(fā)同學調(diào)用官方資源文檔、API 參考與示例代碼文檔目錄與快速開始packages/docs/、packages/docs/v4/first-steps/quickstart.mdx四個原語的 API 參考packages/docs/v4/basics/TypeScript 示例packages/sdk-ts/examples/Python SDK 與示例packages/sdk-python/Go SDK 與示例packages/sdk-go/寫在最后瀏覽器自動化最貴的從來不是第一次寫腳本而是之后每一次頁面改版帶來的維護成本——這正是 Stagehand 想替你接住的部分。如果手頭恰好有一個每次改版都要改選擇器的腳本不妨先用extract把它的數(shù)據(jù)提取部分換掉跑通了再考慮把整個流程交給代理。【免費下載鏈接】stagehandThe SDK For Browser Agents項目地址: https://gitcode.com/GitHub_Trending/stag/stagehand創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考