Stagehand：面向浏览器智能体的 SDK 概述

用途与变化

根据项目 README，Stagehand 定位为「浏览器智能体的 SDK」，同时提供 TypeScript、Python 和 Go 三个语言的实现。它以类似 Playwright 的 API 为基础（goto、click、locator、screenshot 等），再叠加三类自然语言接口：

• observe：定位页面元素并返回真实选择器，示例中用于填写账号密码，使凭据不进入模型上下文；
• act：执行自然语言描述的操作，来源称其在页面结构变化时可自我修复；
• extract：按给定 schema（如 zod、Pydantic、Go 结构体）返回校验后的结构化数据。

其他列出的特性包括：混合可访问性树裁剪以控制 token 消耗、与浏览器相邻运行的扩展以减少往返延迟、WebMCP、剪贴板、批量命令、对嵌套 iframe 与 closed Shadow DOM 的定位、OTel 追踪。来源还介绍了 Browserbase 托管模式（Model Gateway、服务端缓存）、MCP 服务器、以及不依赖浏览器的 Search 与 Fetch 附加功能。

适用场景

适合需要登录态保持（示例用 userDataDir 持久化 Cookie）、跨多语言技术栈的网页自动化与数据抽取任务，以及希望以自然语言替代部分硬编码选择器的智能体流程。

限制与待核实事项

来源为项目 README，属于自述材料；文中「比 Playwright 云浏览器快 2 倍」「自我修复」等性能与可靠性表述未提供独立评测，需自行验证。示例中的模型名称、包版本与安装命令仅反映文档编写时的状态，使用前应以官方 Quickstart 为准。本地运行需要安装 Chrome。