Stagehand

Stagehand 是给「浏览器智能体」用的开发工具包，由 Browserbase 团队维护。它要解决的问题是：Playwright 这类框架原本为测试而写，页面一改，选择器就失效；而让大模型直接操作浏览器，又常常把整页 HTML 塞进上下文，既慢又费 token。Stagehand 在两者之间取了个折中。

主要功能

接口沿用 Playwright 的写法，goto、click、locator、screenshot 这些方法都在，同时提供 act、observe、extract 三个用自然语言驱动的动作。比如先打开页面，再让智能体「给第一条帖子点赞」，最后按 schema 抽取结构化数据。页面结构变化时，它会检测到并自动刷新动作的执行方式，也就是所谓自愈。

它把浏览器扩展装进浏览器内部运行，动作不必绕远路，官方给出的对比里同一任务耗时 4.7 秒对 9.0 秒。页面上下文经过裁剪后再交给模型，token 消耗也明显更低。此外还支持 WebMCP、剪贴板、批量命令、嵌套 iframe 与 closed Shadow DOM 的定位，以及 OTel 追踪和域名黑白名单。

适合谁

适合要写网页自动化或数据采集的开发者，尤其是已经在用 Playwright、想把大模型接进流程的团队。三种语言都有对应的包，npm 上装 @browserbasehq/stagehand 即可起步。

费用与限制

项目在 GitHub 开源，页面显示 23.7k stars，当前版本 v4.0.0。文档为英文，界面也是英文。自然语言动作依赖模型，结果仍有一定不确定性，关键流程最好配合结构化抽取和校验。