StagehandTool 将 Stagehand 框架与 CrewAI 集成，使代理能够通过自然语言指令与网站交互并自动执行浏览器任务。

概述Stagehand 是一个由 Browserbase 构建的强大浏览器自动化框架，它允许 AI 代理：

• 导航到网站
• 点击按钮、链接和其他元素
• 填写表单
• 从网页中提取数据
• 观察和识别元素
• 执行复杂的工作流

StagehandTool 封装了 Stagehand Python SDK，通过三个核心原语为 CrewAI 代理提供浏览器控制能力：

1. 执行 (Act)：执行点击、输入或导航等操作
2. 提取 (Extract)：从网页中提取结构化数据
3. 观察 (Observe)：识别和分析页面上的元素

先决条件在使用此工具之前，请确保您拥有：

1. 一个带有 API 密钥和项目 ID 的 Browserbase 账户
2. 一个 LLM（OpenAI 或 Anthropic Claude）的 API 密钥
3. 已安装 Stagehand Python SDK

安装所需的依赖项

pip install stagehand-py

用法

基本实现StagehandTool 可以通过两种方式实现：

1. 使用上下文管理器（推荐）

建议使用上下文管理器方法，因为它确保即使发生异常也能正确清理资源。

from crewai import Agent, Task, Crew
from crewai_tools import StagehandTool
from stagehand.schemas import AvailableModel

# Initialize the tool with your API keys using a context manager
with StagehandTool(
    api_key="your-browserbase-api-key",
    project_id="your-browserbase-project-id",
    model_api_key="your-llm-api-key",  # OpenAI or Anthropic API key
    model_name=AvailableModel.CLAUDE_3_7_SONNET_LATEST,  # Optional: specify which model to use
) as stagehand_tool:
    # Create an agent with the tool
    researcher = Agent(
        role="Web Researcher",
        goal="Find and summarize information from websites",
        backstory="I'm an expert at finding information online.",
        verbose=True,
        tools=[stagehand_tool],
    )

    # Create a task that uses the tool
    research_task = Task(
        description="Go to https://www.example.com and tell me what you see on the homepage.",
        agent=researcher,
    )

    # Run the crew
    crew = Crew(
        agents=[researcher],
        tasks=[research_task],
        verbose=True,
    )

    result = crew.kickoff()
    print(result)

2. 手动资源管理

from crewai import Agent, Task, Crew
from crewai_tools import StagehandTool
from stagehand.schemas import AvailableModel

# Initialize the tool with your API keys
stagehand_tool = StagehandTool(
    api_key="your-browserbase-api-key",
    project_id="your-browserbase-project-id",
    model_api_key="your-llm-api-key",
    model_name=AvailableModel.CLAUDE_3_7_SONNET_LATEST,
)

try:
    # Create an agent with the tool
    researcher = Agent(
        role="Web Researcher",
        goal="Find and summarize information from websites",
        backstory="I'm an expert at finding information online.",
        verbose=True,
        tools=[stagehand_tool],
    )

    # Create a task that uses the tool
    research_task = Task(
        description="Go to https://www.example.com and tell me what you see on the homepage.",
        agent=researcher,
    )

    # Run the crew
    crew = Crew(
        agents=[researcher],
        tasks=[research_task],
        verbose=True,
    )

    result = crew.kickoff()
    print(result)
finally:
    # Explicitly clean up resources
    stagehand_tool.close()

命令类型StagehandTool 支持三种不同的命令类型，用于特定的 Web 自动化任务：

1. Act 命令act 命令类型（默认）支持网页交互，例如点击按钮、填写表单和导航。

# Perform an action (default behavior)
result = stagehand_tool.run(
    instruction="Click the login button", 
    url="https://example.com",
    command_type="act"  # Default, so can be omitted
)

# Fill out a form
result = stagehand_tool.run(
    instruction="Fill the contact form with name 'John Doe', email '[email protected]', and message 'Hello world'", 
    url="https://example.com/contact"

2. Extract 命令extract 命令类型从网页中检索结构化数据。

# Extract all product information
result = stagehand_tool.run(
    instruction="Extract all product names, prices, and descriptions", 
    url="https://example.com/products",
    command_type="extract"
)

# Extract specific information with a selector
result = stagehand_tool.run(
    instruction="Extract the main article title and content", 
    url="https://example.com/blog/article",
    command_type="extract",
    selector=".article-container"  # Optional CSS selector
)

3. Observe 命令observe 命令类型识别和分析网页元素。

# Find interactive elements
result = stagehand_tool.run(
    instruction="Find all interactive elements in the navigation menu", 
    url="https://example.com",
    command_type="observe"
)

# Identify form fields
result = stagehand_tool.run(
    instruction="Identify all the input fields in the registration form", 
    url="https://example.com/register",
    command_type="observe",
    selector="#registration-form"
)

配置选项使用这些参数自定义 StagehandTool 行为：

stagehand_tool = StagehandTool(
    api_key="your-browserbase-api-key",
    project_id="your-browserbase-project-id",
    model_api_key="your-llm-api-key",
    model_name=AvailableModel.CLAUDE_3_7_SONNET_LATEST,
    dom_settle_timeout_ms=5000,  # Wait longer for DOM to settle
    headless=True,  # Run browser in headless mode
    self_heal=True,  # Attempt to recover from errors
    wait_for_captcha_solves=True,  # Wait for CAPTCHA solving
    verbose=1,  # Control logging verbosity (0-3)
)

最佳实践

1. 具体化：提供详细说明以获得更好的结果
2. 选择合适的命令类型：为您的任务选择正确的命令类型
3. 使用选择器：利用 CSS 选择器提高准确性
4. 分解复杂任务：将复杂的工作流分解为多个工具调用
5. 实施错误处理：为潜在问题添加错误处理

故障排除常见问题及解决方案

• 会话问题：验证 Browserbase 和 LLM 提供商的 API 密钥
• 元素未找到：对于较慢的页面，增加 dom_settle_timeout_ms
• 操作失败：首先使用 observe 识别正确的元素
• 数据不完整：优化说明或提供特定选择器

附加资源有关 CrewAI 集成的问题：

• 加入 Stagehand 的 Slack 社区
• 在 Stagehand 存储库 中提出问题
• 访问 Stagehand 文档

《DeepSeek高效数据分析：从数据清洗到行业案例》聚焦DeepSeek在数据分析领域的高效应用，是系统讲解其从数据处理到可视化全流程的实用指南。作者结合多年职场实战经验，不仅深入拆解DeepSeek数据分析的核心功能——涵盖数据采集、清洗、预处理、探索分析、建模（回归、聚类、时间序列等）及模型评估，更通过金融量化数据分析、电商平台数据分析等真实行业案例，搭配报告撰写技巧，提供独到见解与落地建议。助力职场人在激烈竞争中凭借先进技能突破瓶颈，实现职业进阶，开启发展新篇。