3步跑通 Stagehand用自然语言驱动浏览器的 Agent SDK 快速上手【免费下载链接】stagehandThe SDK For Browser Agents项目地址: https://gitcode.com/GitHub_Trending/stag/stagehand选择器一改脚本就全挂了写网页自动化最崩溃的时刻大概是站点换个按钮 class你昨天跑得好好的脚本今天就不动了。把活全交给 AI Agent 呢行为又随机得没法 debug。StagehandBrowserbase 出品的浏览器 Agent SDK的思路是给你两层控制act / extract / observe 三个自然语言原语负责模糊任务Playwright 风格的 page APIgoto、click、locator负责确定性操作。两者可以在同一个脚本里混着用每一步用多少 AI 由你说了算。 三个真正省事的点第一会自愈。传统脚本是选择器死了就死了Stagehand 的自然语言指令在页面结构变化时会被检测到并自动刷新执行方式——站点改版后你的脚本不一定要跟着改。第二代码肉眼可见地短。看下面这张对比图左边是 Stagehand 用一句自然语言加一个 schema 完成提取页面公司列表右边是 Playwright 手动遍历 DOM 的等价实现。第三Agent 不瞎看。它用混合可访问性树裁剪页面内容模型只看到理解页面所需的部分token 消耗和延迟都降下来运行时还贴在浏览器旁边跑远程浏览器用起来也接近本地速度。⚡ 5分钟跑通第一个 Demo环境只需要 Node 22.18Bun 也行和一个模型 key比如 OpenAI。三步建项目、装 SDKmkdir my-stagehand-app cd my-stagehand-app pnpm init -y pnpm add browserbasehq/stagehand zod写一个最小脚本index.tsconst browser await localBrowser.launch({ headless: true }); const stagehand await Stagehand.create({ browser }); const [page] await browser.context.pages(); await page.goto(https://example.com); await stagehand.act(Click the More information link); await stagehand.close();记得在 Stagehand.create 里传模型配置如 openai/gpt-5.4-mini 加你的 OpenAI key想用云端浏览器把 localBrowser 换成 browserbase 并传 Browserbase key 就行。跑起来export OPENAI_API_KEYsk-... pnpm dlx tsx index.ts跑起来后你会看到浏览器打开并导航到 example.comAI 自己找到那条 More information 链接点下去终端打印 act 的执行结果。 深入一瞥让提取结果自带类型真正干活时最实用的是 extract给一句指令加一个 schemaTS 里就是 zod object返回的数据已经是类型校验过的不用自己解析 DOM、剪字符串。参数细节看 packages/docs/v4/ 下的文档仓库里 packages/sdk-ts/examples/ 有一整套官方示例act、extract、clipboard、webmcp 等抄一份改改就能用。如果你打算把这套自动化用到生产还得回答我的脚本还稳不稳。仓库的 packages/evals/ 目录里有一套任务评测框架定义任务和评判标准、批量跑、看通过率答案一目了然。去领个 key把开头那 6 行脚本跑一遍吧——把 example.com 换成你真在用的页面先让它替你点一个按钮。【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