浏览器自动化

使用 Stagehand CLI 与 Claude 实现浏览器交互自动化

第一步：环境选择（本地 vs 远程）

该技能会自动选择本地或远程浏览器环境：

• 如果存在 Browserbase API 密钥（.env 文件中存在 BROWSERBASE_API_KEY 和 BROWSERBASE_PROJECT_ID）：使用远程 Browserbase 环境
• 如果没有 Browserbase API 密钥：回退到本地 Chrome 浏览器
• 无需用户提示：选择过程会根据现有配置自动完成

设置（仅首次使用）

检查setup.json文件是否在此目录中。如果setupComplete: false：

npm install    # Install dependencies
npm link       # Create global 'browser' command

命令

所有命令在两种模式下功能完全一致：

browser navigate <url>                    # Go to URL
browser act "<action>"                    # Natural language action
browser extract "<instruction>" ['{}']    # Extract data (optional schema)
browser observe "<query>"                 # Discover elements
browser screenshot                        # Take screenshot
browser close                             # Close browser

快速示例

browser navigate https://example.com
browser act "click the Sign In button"
browser extract "get the page title"
browser close

模式对比

最佳实践

1. 始终先导航再进行交互
2. 查看截图在每个命令后验证
3. 描述要具体在操作描述中
4. 关闭浏览器完成后

故障排除

• 未找到Chrome：安装Chrome或使用Browserbase模式
• 操作失败：使用浏览器观察来发现可用元素
• Browserbase失败：验证API密钥和项目ID是否已设置

详细示例请参阅EXAMPLES.md。 API参考请参阅REFERENCE.md。