実ブラウザーを操作するAIエージェントを構築できるオープンソースのPythonライブラリ
browserbase/stagehand
Playwright風APIと自然言語のact・observe・extract呼び出しでChromeを操作する、ブラウザーエージェント向けTypeScript・Python・Go SDK。
- スター
- 25,748
- フォーク
- 1,769
- 未解決の Issue
- 371
- 最終コミット
- 10 時間前
これは何?
Stagehandは、実際のブラウザーを操作し、Webページから構造化データを取得するブラウザーエージェントを構築するためのSDKです。Playwright風のpage・locator APIに、自然言語で指示できる3つのプリミティブact、observe、extractを重ねており、サイトをクリックして移動したり、要素を見つけたり、ZodやPydanticなどのスキーマで検証したデータを返したりするスクリプトを作成できます。
ローカルのChrome、またはプロキシ、永続コンテキスト、セッション録画を利用できるBrowserbaseのホステッドブラウザー上で実行できます。Observeは具体的なセレクターを返すため、機密性の高い入力値をモデルに送らずにコードで処理できます。また、ブラウザーを起動せずにページの内容をMarkdownとして取得するfetch・searchヘルパーと、コーディングエージェントにブラウザーツールを提供するホステッドMCPサーバーも含まれています。
SDKはTypeScript、Python、Goで利用でき、Mastra、CrewAI、Vercel AI SDKなどのフレームワーク向けのサンプルやインテグレーションを含むモノレポとして構成されています。
主な機能
- 01ブラウザー操作のためのPlaywright風page・locator API。
- 02自然言語の指示を受け付けるact、observe、extractメソッド。
- 03ZodまたはPydanticで検証するデータ抽出。
- 04ローカルのChromeに加え、プロキシとセッション録画を備えたBrowserbaseのホステッドブラウザーに対応。
- 05ブラウザーを起動せずにWebコンテンツを取得するfetch・searchヘルパー。
- 06TypeScript、Python、GoのSDK。
ユースケース
- APIのないサイトから、テーブルやリストの構造化データをスクレイピングする。
- ログインやフォーム送信など、複数手順からなるWebワークフローを自動化する。
- ホステッドMCPサーバーを通じて、コーディングエージェントにブラウザーを利用させる。
- 既存のPlaywrightテストスイートを、自然言語によるステップへ段階的に移行する。
クイックスタート
- 1
pnpm で TypeScript SDK をインストールする
pnpm add @browserbasehq/stagehand 'zod@~4.4.3' - 2
ローカルでブラウザーを実行するために Google Chrome をインストールする
- 3
または pip で Python SDK をインストールする
pip install stagehand
使う前に知っておきたいこと
- ローカルで実行するには、マシンに Chrome がインストールされている必要があります。
- Browserbase 経由で実行する場合を除き、act、observe、extract の各呼び出しには、OpenAI などのモデル API キーが必要です。
トピック
よくある質問
- stagehand とは?
- Playwright風APIと自然言語のact・observe・extract呼び出しでChromeを操作する、ブラウザーエージェント向けTypeScript・Python・Go SDK。 Stagehandは、実際のブラウザーを操作し、Webページから構造化データを取得するブラウザーエージェントを構築するためのSDKです。Playwright風のpage・locator APIに、自然言語で指示できる3つのプリミティブact、observe、extractを重ねており、サイトをクリックして移動したり、要素を見つけたり、ZodやPydanticなどのスキーマで検証したデータを返したりするスクリプトを作成できます。
- stagehand は無料で使えますか?ライセンスは?
- stagehand は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- stagehand は今もメンテナンスされていますか?
- 活発にメンテナンス中。stagehand の最終コミットは 2026年10月20日 です。
- stagehand は何に使えますか?
- APIのないサイトから、テーブルやリストの構造化データをスクレイピングする。 ログインやフォーム送信など、複数手順からなるWebワークフローを自動化する。 ホステッドMCPサーバーを通じて、コーディングエージェントにブラウザーを利用させる。 既存のPlaywrightテストスイートを、自然言語によるステップへ段階的に移行する。
- stagehand のインストール方法は?
- pnpm で TypeScript SDK をインストールする: pnpm add @browserbasehq/stagehand 'zod@~4.4.3' ローカルでブラウザーを実行するために Google Chrome をインストールする または pip で Python SDK をインストールする: pip install stagehand
- stagehand はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/browserbase/stagehand
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
WebサイトをLLM向けのMarkdownに変換するオープンソースのPythonクローラー。構造化抽出やホスト型APIにも対応。
LLMとコンピュータビジョンを使ってあらゆるサイトのWebワークフローを実行するオープンソースのブラウザ自動化ツール。PlaywrightにAIコマンドを追加します。
PythonとTypeScriptで、ツール、MCP、メモリ、モデルのポータビリティを備えたAIエージェントを構築・実行するためのオープンソースSDK。
AIエージェントやアプリ向けのオープンソースのブラウザーAPI。Puppeteer、Playwright、Seleniumで操作できる、管理型Chromeサンドボックスを提供します。
ロールベースの自律型AIエージェント(Crews)とイベント駆動型ワークフロー(Flows)をオーケストレーションする、オープンソースのPythonフレームワーク。