browserbase/stagehand-python

它解决的问题

Stagehand 是一个浏览器自动化框架，允许你使用自然语言和代码的混合来控制网页浏览器。大多数浏览器自动化工具要么过于底层（如 Selenium 或 Playwright），要么过于不可预测（如高级 AI 代理）。Stagehand 试图弥合这一差距：你可以对不熟悉的页面使用 AI，并在你确切知道要做什么时回退到精确的代码。这个 Python SDK 与 Stagehand API 通信，以执行浏览器操作，如点击、观察、提取数据以及执行多步骤指令。

注意： 这个特定仓库（stagehand-python）不再维护。官方 Stagehand Python 源码已移至主 Stagehand monorepo（browserbase/stagehand），此版本将不会收到更新、错误修复或安全补丁。

工作原理

该 SDK 是 Stagehand API 的客户端。你启动一个会话，连接一个浏览器（通过 Browserbase 或本地 Playwright 浏览器），然后调用如 observe、act、extract 和 execute 等方法来执行任务。这些方法接受自然语言指令，并返回 Pydantic 模型作为结果。SDK 支持同步（Stagehand）和异步（AsyncStagehand）客户端，可通过 API 密钥和环境变量进行配置。它包含通过 Server-Sent Events (SSE) 的流式响应、原始响应访问、带自动重试的错误处理以及超时。README 展示了使用 SDK 与 Playwright 连接远程浏览器、观察元素、点击链接以及基于模式提取结构化数据的示例。

适用人群

希望使用 AI 构建可靠、生产级浏览器自动化的开发者。它适用于需要自动化与经常变化的网站交互的团队，并希望结合人工编写的代码和 AI 的灵活性。由于此 SDK 需要 Stagehand API 和 API 密钥（用于模型和 browserbase），它面向熟悉基于云的浏览器编排的用户。

亮点

• 自然语言 + 代码混合：在 AI 驱动的指令和显式代码之间选择操作，给你控制性和可靠性。
• 基于会话的 API：启动会话，连接浏览器，并运行如 observe、act、extract 和 execute 等操作。
• 流式和原始响应：支持 Server-Sent Events (SSE) 流式传输和访问原始 HTTP 响应以进行调试。
• 多种客户端模式：同步和异步客户端，支持 aiohttp 以获得更好的并发性。
• 可配置的错误处理：重试、超时和严格的响应验证选项。
• 弃用状态：仓库不再维护；用户被引导到新位置（browserbase/stagehand）获取官方 SDK。