Stagehand：自然语言实现浏览器自动化操作框架

はじめに

Stagehand是一个专注于简洁性和可扩展性的AI网页浏览框架。它完全兼容Playwright，提供了三个简单的AI API（act、extract和observe），这些API构建在基础的Playwright Page类之上，为通过自然语言进行网页自动化提供了基础模块。Stagehand使得编写持久、高效的浏览器自动化代码变得更加容易，尤其适合非技术用户，并且对UI/DOM的微小变化不那么敏感。无论是在Hacker News上提取当天的热门故事，还是在亚马逊上搜索并购买产品，Stagehand都能轻松实现。该框架目前处于早期发布阶段，开发团队积极寻求社区反馈。

機能一覧

• 提供三个简单的AI API：act、extract和observe
• 完全兼容Playwright
• 支持通过自然语言进行网页自动化
• 提供会话重放和逐步调试等调试工具
• 适用于非技术用户
• 对UI/DOM的微小变化不敏感
• 支持与Browserbase集成，提供更强大的调试工具

ヘルプの使用

設置プロセス

1. 克隆Stagehand项目：

   git clone https://github.com/browserbase/stagehand.git
cd stagehand

2. 依存関係をインストールします：

   npm install
npx playwright install

3. 运行示例脚本：

   npm run example

使用ガイドライン

新しいプロジェクトを作成する

要创建一个配置为默认设置的Stagehand项目，可以运行以下命令：

npx create-browser-app --example quickstart

详细信息请参阅快速入门指南。

添加到现有项目

您可以通过以下命令将Stagehand添加到现有的Typescript项目中：

npm install @browserbasehq/stagehand zod
npx playwright install

APIキーの設定

Stagehand在最佳状态下需要一个LLM提供者的API密钥和Browserbase凭证。要将这些添加到您的项目中，请运行：

cp .env.example .env
nano .env  # 编辑.env文件以添加API密钥

主な機能

1. act API：用于执行操作，例如点击按钮、填写表单等。

   await page.act('点击登录按钮');

2. extract API：用于提取信息，例如从页面中提取文本、链接等。

   const headlines = await page.extract('提取所有新闻标题');

3. observe API：用于观察页面变化，例如等待元素出现、监控页面加载等。

   await page.observe('等待加载完成');

デバッグツール

Stagehand与Browserbase集成后，提供了强大的调试工具，如会话重放和逐步调试。您可以通过以下步骤启用这些工具：

1. 在项目中添加Browserbase API密钥：

   nano .env  # 添加BROWSERBASE_API_KEY和BROWSERBASE_PROJECT_ID

2. 启用会话重放：

   await page.enableSessionReplay();

3. 启用逐步调试：

   await page.enableStepByStepDebugging();

通过以上步骤，您可以充分利用Stagehand的强大功能，实现高效的浏览器自动化。