轻松实现浏览器自动化——AI浏览器自动化框架Stagehand

The AI Browser Automation Framework

项目简介

The AI Browser Automation Framework 是一个先进的浏览器自动化工具,它结合了自然语言处理和传统编程,让开发者能够高效、灵活地执行网页自动化任务。通过选择使用代码或自然语言,Stagehand使得在生产环境中进行浏览器自动化变得更加简单和高效。

为什么选择Stagehand?

在现有的浏览器自动化工具中,如Selenium、Playwright或Puppeteer,往往需要编写较低级的代码,或者使用高层代理,这在生产中可能会带来不可预测性。Stagehand则通过灵活的代码与自然语言的选择,为开发者提供了更便捷的自动化解决方案。

  1. 编程与自然语言的灵活选择:在面对陌生页面时,可以使用AI辅助导航,而当知道具体操作时,则可以直接使用代码。

  2. 动作预览与缓存:Stagehand允许你在运行之前预览AI动作,并支持缓存可重复的动作,从而节省时间和费用。

  3. 一行代码集成计算机使用模型:Stagehand提供了一行代码将先进的计算机使用模型与浏览器集成,简化了复杂操作的实现。

使用示例

下面是一个使用Stagehand构建浏览器自动化的示例:

typescript 复制代码
// 使用Playwright的功能在页面对象上
const page = stagehand.page;
await page.goto("https://github.com/browserbase");

// 使用act()执行单个动作
await page.act("click on the stagehand repo");

// 使用计算机使用代理处理较大操作
const agent = stagehand.agent({
    provider: "openai",
    model: "computer-use-preview",
});
await agent.execute("Get to the latest PR");

// 使用extract()从页面中读取数据
const { author, title } = await page.extract({
  instruction: "extract the author and title of the PR",
  schema: z.object({
    author: z.string().describe("The username of the PR author"),
    title: z.string().describe("The title of the PR"),
  }),
});

开始使用Stagehand

开始使用Stagehand只需一行代码,或者查看我们的快速入门指南获取更多信息:

bash 复制代码
npx create-browser-app

从源代码构建并运行

请按照以下步骤从源代码构建并运行Stagehand:

bash 复制代码
git clone https://github.com/browserbase/stagehand.git
cd stagehand
pnpm install
pnpm playwright install
pnpm run build
pnpm run example # 运行位于./examples/example.ts的空白脚本
pnpm run example 2048 # 运行./examples/2048.ts中的2048示例

Stagehand在您拥有LLM提供商的API密钥和Browserbase凭证时表现最佳。要将这些添加到您的项目中,请运行:

bash 复制代码
cp .env.example .env
nano .env # 编辑.env文件以添加API密钥

同类项目对比

在浏览器自动化领域,除了Stagehand,还有一些同类工具,如Selenium、Playwright和Puppeteer等。这些工具各有特点:

  • Selenium:一个支持多种编程语言的开源框架,能与不同浏览器配合使用,适用于自动化测试。
  • Playwright:由微软开发,提供强大的支持,允许多种浏览器的自动化,但通常需要更多的手动编写代码。
  • Puppeteer:主要为Chrome设计的Node库,允许控制Chrome浏览器,适合需要在浏览器中执行全栈测试的场景。

与这些工具相比,Stagehand通过自然语言与代码的灵活组合,提升了用户的操作效率与体验,是一个更加智能化的选择。

通过使用Stagehand,开发者不仅可以提升工作效率,还能大幅降低在复杂项目中可能面临的挑战。如果您在网页自动化需求中寻求更高效的解决方案,可尝试Stagehand,体验AI与编程的完美结合。

相关推荐
葫三生10 小时前
三生原理的“阴阳元”能否构造新的代数结构?
前端·人工智能·算法·机器学习·数学建模
人工智能训练师10 小时前
部署在windows的docker中的dify知识库存储位置
linux·运维·人工智能·windows·docker·容器
AI 嗯啦10 小时前
深度学习----卷积神经网络实现数字识别
人工智能·深度学习·cnn
我命由我1234511 小时前
Photoshop - Ps 标尺
运维·ui·工具·设计·photoshop·ps·美工
hfd199011 小时前
虚拟机逃逸攻防演练技术文章大纲
人工智能
大模型真好玩11 小时前
深入浅出LangGraph AI Agent智能体开发教程(二)—LangGraph预构建图API快速创建Agent
人工智能·python·mcp
简简单单做算法11 小时前
基于GA遗传优化的双向LSTM融合多头注意力(BiLSTM-MATT)时间序列预测算法matlab仿真
人工智能·matlab·时间序列预测·bilstm·ga遗传优化·bilstm-matt·多头注意力
做科研的周师兄11 小时前
【机器学习入门】3.3 FP树算法——高效挖掘频繁项集的“树状神器”
java·大数据·数据库·人工智能·深度学习·算法·机器学习
勤劳的进取家11 小时前
论文阅读:GOAT: GO to Any Thing
论文阅读·人工智能·算法·语言模型·自然语言处理
luofeiju11 小时前
直线拟合方法全景解析:最小二乘、正交回归与 RANSAC
人工智能·线性代数·算法·机器学习·数据挖掘·回归