Browserbase 团队开源的 Stagehand 框架，把浏览器自动化从“写 200 行 Selenium 脚本”简化成“说一句人话+一行代码”，同时支持预览、缓存和调用 OpenAI/Anthropic 最新“Computer Use”模型，已在 GitHub 突破 2k⭐。

一行代码让 AI 接管浏览器！Stagehand 框架发布，告别 Selenium

1. 痛点直击：为什么又造一个自动化轮子？

Selenium/Playwright：稳，但门槛高
写 10 行代码才能点一个按钮，维护成本随着页面改版指数级上升。
传统 AI Agent：爽，但不可控
完全交给大模型操作浏览器，生产环境随时“抽风”点错按钮，运维半夜被叫醒。

Stagehand 给出的解法：“可插拔的 AI + 代码”混合模式，让开发者自己决定什么时候用自然语言、什么时候用精准代码。

2. 三大杀器：代码、AI、缓存一次到位

功能	一句话描述	对比优势
act()	自然语言单步操作	Selenium 要写 5 行定位 + 1 行 click，Stagehand 只需 await page.act(“点登录按钮”)
agent()	一键接入 OpenAI/Anthropic 的 Computer Use 模型	官方示例：一行代码 provider: “openai” 即可调用 computer-use-preview
extract()	结构化抽取页面数据	内置 zod 校验，直接返回 JSON，告别正则地狱
预览 & 缓存	AI 动作先预览再执行，重复步骤自动缓存	节省 Token 和调试时间，官方称 2048 小游戏脚本重复运行成本降低 80%

3. 上手实测：5 分钟跑通 GitHub 自动化

官方仓库提供了“零配置”体验：

git clone https://github.com/browserbase/stagehand.git
cd stagehand
pnpm install && pnpm playwright install
cp .env.example .env
# 把 OPENAI_API_KEY 和 BROWSERBASE_API_KEY 写进 .env
pnpm run example 2048   # 直接看 AI 玩 2048

核心脚本仅 20 行，已覆盖：

打开 GitHub
点击指定仓库
提取最新 PR 的作者和标题
全程 AI 决策 + Playwright 兜底

4. 谁在背后？Browserbase 与全明星团队

Browserbase：专注“云端无头浏览器”服务，已获 A16z 等顶级机构投资。
核心贡献者：
Paul Klein（前 Coinbase）、Miguel Gonzalez（前 Vercel）、Anirudh Kamath（前 Stripe）等 8 位硅谷老兵。
技术底座：重度魔改 Playwright + 社区开源库 tarsier/gemini-zod。