Skip to content
知识库

Stagehand — AI 浏览器自动化框架

Stagehand — AI 浏览器自动化框架

仓库：https://github.com/browserbase/stagehand Stars: ⭐ 23,441 | Forks: 1,610 | Issues: 262 open 语言：TypeScript（主）+ Python 版 | 许可证：MIT 创建：2024-03 | 活跃：极高（日更级）| 官网：https://stagehand.dev

项目总览

维度评价
项目类型AI Browser Agent SDK / 浏览器自动化框架
技术壁垒中 — 核心是给 Playwright 套一层 AI 编排层，但 act/extract 的稳定性工程很深
学习价值高 — 展示如何用 LLM 桥接自然语言与浏览器操作，架构设计值得借鉴
商业价值高 — Browserbase 云浏览器 + Stagehand 形成闭环，企业自动化场景需求明确
适合人群做网页自动化/数据采集/E2E 测试的前端/全栈/QA；构建 Browser Agent 的 AI 工程师
核心创新混合模式 — 开发者决定哪些操作用 AI、哪些写死代码，而非纯 AI Agent 黑盒

核心 API

// 单步动作
await stagehand.act("click on the stagehand repo");


// 多步任务
const agent = stagehand.agent();
await agent.execute("Get to the latest PR");


// 结构化数据抽取
const { author, title } = await stagehand.extract(
  "extract the author and title of the PR",
  z.object({ author: z.string(), title: z.string() }),
);

横向对比

对比项StagehandPlaywrightBrowser Use (Python)
⭐ Stars23,44170,000+62,000+
技术栈TypeScript + PythonTS/JS/Java/.NETPython
核心特色自然语言 ↔ 代码混合驱动跨浏览器自动化标准库Agent-first 操作浏览器
上手难度低 — npx create-browser-app中 — 需理解 selector/page API低 — pip install
文档质量好 — docs.stagehand.dev极好 — 业界标杆好
社区活跃极活跃（2024/3 创建，日更）微软稳定维护增长极快
✅ 最大优势AI 编排 + 代码灵活切换跨浏览器兼容性最强Python 生态 + Agent 成熟
❌ 最大短板重度依赖 LLM API + Browserbase纯代码无 AI 能力纯 AI Agent 不可控性较高
🎯 差异化点Hybrid — 写代码还是 AI 你说了算工业级测试框架Agent-first 设计

技术架构亮点

  • CDP 引擎优化：底层封装 Playwright 的 CDP 协议，自动化场景做了专门优化
  • 三核心 API：act()（单步）→ agent().execute()（多步）→ extract()（结构化数据），粒度清晰
  • Zod Schema 集成：extract() 返回类型安全的结构化数据，与 TS 类型系统无缝衔接
  • 自愈 + 自动缓存：记住操作路径，网站变化时自动用 AI 修复，降本增效

选型建议

  • ✅ 选 Stagehand 当：需要 AI 辅助又想保留代码控制权，或已在用 Browserbase 云浏览器
  • ✅ 选 Playwright 当：传统 E2E 测试、跨浏览器兼容性，对 AI 无需求
  • ✅ 选 Browser Use 当：Python 栈、需要纯 AI Agent 驱动的浏览器操作

潜在问题

  • ⚠️ 核心功能依赖 LLM API，有延迟和成本（缓存可缓解）
  • ⚠️ 最佳体验需要 Browserbase 云浏览器
  • ⚠️ 跨浏览器支持未明确强调，AI 层可能只在 Chromium 上最佳
  • ⚠️ TypeScript 和 Python 是独立仓库，版本可能不同步