Stagehand：AI驱动的下一代浏览器自动化框架

原创 2025-05-09 17:16:08 1w 阅读 AI写同款

开源项目精选

2008粉丝227篇原创

关注

大模型系列——Stagehand：Web自动化AI框架 Stagehand 是 Playwright 的 AI 继任者，提供三个简单的 API（act、extract 和 observer），为自然语言驱动的 Web 自动化提供构建模块。是的 AI 继任者，提供三个简单的 API（actextract和observer），为自然语言驱动的 Web 自动化提供构建模块。Stagehand 的目标是提供一个轻量级、可配置的框架，没有过于复杂的抽象，以及对不同模型和模型提供者的模块化支持。它不会为你订购披萨，但它会帮助你可靠地实现 Web 自动化。阅读详情

AI摘要

Stagehand是结合AI代理、AI工具和Playwright的浏览器自动化框架，核心理念是让自动化任务可控且智能。它有自然语言驱动、双模式协作等特点，能应对复杂场景，支持本地和云端运行，可提升自动化效率。

Stagehand 是一个结合了 AI 代理、AI 工具和 Playwright 的浏览器自动化框架。核心理念是：让自动化任务既可控又智能。与传统工具不同，Stagehand 不仅仅依赖 AI 代理的“黑箱操作”，而是通过与 Playwright 的深度结合，赋予开发者对浏览器会话的完全控制权。

这意味着，你可以轻松应对那些传统工具难以解决的复杂场景，比如动态 DOM、UI 变化等。

Stars 数	11698
Forks 数	641

主要特点

自然语言驱动：通过act("点击登录按钮")、extract("提取价格信息")等简单指令完成操作，无需编写复杂选择器。支持多模型切换（OpenAI/Anthropic/Gemini等），适应不同场景需求。
双模式协作：代码模式：直接调用Playwright API精准控制；AI模式：用自然语言描述任务，自动生成并执行代码。
智能上下文感知：observe()函数可获取页面可操作元素列表，为AI提供决策依据；自动处理动态内容加载、iframe嵌套等复杂场景。
企业级可观测性：详细记录操作日志和Token消耗，支持性能分析和成本优化。内置错误恢复机制，自动化任务更稳定。
生产就绪架构：支持本地和云端（Browserbase）两种运行模式；动作预缓存功能可大幅降低LLM调用成本