Agent 框架与编排特定场景
Stagehand
browserbase / stagehand
TypeScript 浏览器自动化框架:自然语言动作与代码动作混用,面向可控的网页 agent。
为什么选
- TypeScript 生态友好,适合前端/Node 团队。
- 支持“自然语言 + 代码”混合,关键步骤可写死。
- 与 Browserbase 托管浏览器配合,便于做隔离。
不适合
纯 Python 团队先用 Browser Use 更顺。
完全不想维护浏览器运行环境,直接用托管产品。
最小上手
- 按 quickstart 起一个 Node 项目,跑“打开页面并提取标题”。
- 把一个自然语言动作改成代码动作,比较稳定性。
- 接入自己的浏览器会话,确认 Cookie 与权限边界。
依赖与成本
Node 18+ / TypeScript;需要浏览器运行时与 LLM API;托管浏览器另计费。
许可与使用边界
代码 MIT;Browserbase 托管服务另按平台条款,账号与页面数据不因开源而授权。
开源不等于可商用:GPL / AGPL 有传染性;代码许可、模型许可、生成内容许可要分开看。上线前读仓库 LICENSE 与模型卡,必要时让法务确认。
替代与相邻
- Browser Use — 先试这个,让 LLM 通过浏览器操作网页:元素定位、点击、输入、截图与多步任务。
- LangGraph — 生产可用,把 agent 写成有状态图:节点、边、检查点、人工确认与回滚都能显式表达。
- OpenHands — 生产可用,能读代码、改代码、跑命令的软件工程 agent,带沙箱与任务界面。
下一步
- 打开 GitHub,先读 README、LICENSE、最近 release 与 issue。
- 按“部署依赖 / 显存 / 数据 / 网络 / 权限”列一张上手清单。
- 用一个小样本跑通,再决定是否进生产;不要直接上生产数据。
快照口径:stars / forks / language / license / pushed_at 来自 GitHub API 2026-11-19 快照;之后的变化没有回写。标签与“适合 / 不适合”是编辑判断,不是 GitHub 元数据。
不背书:本站只做索引与风险提示,不审计代码、不保证安全、不替你做许可判断。仓库脚本与模型权重请自行审查。