API del navegador al estilo de Playwright
Usa métodos conocidos como `goto`, `click`, `locator` y `screenshot`, lo que hace que el SDK resulte familiar para quienes ya trabajan con automatización al estilo de Playwright.
Stagehand
Freemium
SDK de código abierto para crear agentes de navegador con APIs al estilo de Playwright, acciones en lenguaje natural, extracción estructurada y comportamiento autorreparable; compatible con TypeScript, Python y Go.
¿Qué es Stagehand?
Stagehand es un SDK de código abierto para crear agentes de navegador. Proporciona control del navegador al estilo de Playwright junto con primitivas en lenguaje natural como act, observe y extract, para que un agente pueda navegar por páginas, realizar tareas y devolver información estructurada.
El SDK está disponible para TypeScript, Python y Go. Su flujo de trabajo documentado combina operaciones habituales del navegador, como goto, click, locator y screenshot, con acciones dirigidas por agentes y extracción basada en esquemas. Stagehand está pensado para la automatización del navegador cuando la flexibilidad de los modelos debe combinarse con el control de la página y del entorno de ejecución del navegador.
¿Qué puede hacer Stagehand?
Acciones del navegador en lenguaje natural
Las primitivas `act`, `observe` y `extract` permiten que los agentes describan acciones y observaciones de la página en lenguaje natural, en lugar de depender únicamente de selectores fijos.
Acciones autorreparables
Cuando un sitio cambia, Stagehand puede detectar cambios en los selectores y actualizar la forma de ejecutar una acción, ayudando a que las tareas existentes del navegador se recuperen de las actualizaciones de la página.
Extracción de datos estructurados
Extrae información de la página según un esquema, como se muestra en el ejemplo de TypeScript que devuelve títulos de historias y totales de puntos como resultados estructurados.
Contexto del navegador orientado a agentes
El SDK utiliza el recorte del árbol de accesibilidad para proporcionar a los agentes un contexto de página más específico y reducir la información innecesaria durante la interacción con el navegador.
Compatibilidad con funciones complejas del navegador
El sitio indica compatibilidad con iframes anidados, Shadow DOM cerrado, WebMCP, operaciones del portapapeles, comandos por lotes y OpenTelemetry.
Casos de uso
“Automatización de páginas en lenguaje natural”
Crea agentes que naveguen por un sitio web y realicen una tarea indicada, como votar a favor de la historia principal de un sitio de noticias, manteniendo al mismo tiempo el control directo del navegador en el código.
“Investigación web estructurada”
Recopila datos seleccionados de una página en un esquema definido; por ejemplo, extrae las cinco historias principales y sus totales de puntos de una página de noticias.
“Flujos de trabajo para consultar el estado de pedidos”
Automatiza interacciones del navegador para tareas como consultar el estado de envío de un pedido, un ejemplo destacado en el material introductorio del proyecto.
“Evaluación comparativa de agentes de navegador”
Usa el trabajo de evaluación del proyecto como referencia para valorar agentes de navegador según su precisión, velocidad y coste, o ejecuta evaluaciones con un modelo, un arnés y un benchmark determinados.
Preguntas frecuentes
¿Para qué se utiliza Stagehand?
Stagehand se utiliza para crear agentes de navegador que navegan por páginas web, realizan acciones descritas en lenguaje natural, observan el contenido de las páginas y extraen datos estructurados.
¿Qué lenguajes de programación admite Stagehand?
El sitio presenta Stagehand para TypeScript, Python y Go. La guía de inicio rápido documentada utiliza TypeScript.
¿Cómo funciona un flujo de trabajo habitual con Stagehand?
Un flujo de trabajo habitual crea una instancia de Stagehand, obtiene la página activa, navega con un método del navegador como `goto`, realiza una acción con `act`, extrae datos con un esquema y, finalmente, cierra la sesión.
¿Puede Stagehand devolver datos estructurados?
Sí. El ejemplo documentado utiliza `extract` con un esquema y devuelve datos tipados de historias, incluidos los títulos y los puntos.
¿Qué estructuras y capacidades del navegador admite?
El sitio indica compatibilidad con iframes anidados o fuera del proceso, Shadow DOM cerrado, WebMCP, operaciones del portapapeles, comandos por lotes y OpenTelemetry.
Datos rápidos
- Categoría
- Herramienta para desarrolladores
- Tipo de producto
- SDK de código abierto para agentes de navegador
- Lenguajes
- TypeScript, Python y Go
- Primitivas principales
- Act, Observe y Extract
- Resultado de ejemplo
- Datos estructurados de páginas basados en esquemas
- Dominio de origen
- stagehand.dev
Alternativas a Stagehand
Agno
agno.com
Framework de Python de código abierto para crear agentes de IA y flujos de trabajo multiagente, con AgentOS para ejecutarlos y administrarlos como un servicio de API en producción en tu propia nube.
TaskAGI
taskagi.net
TaskAGI combina automatización visual sin código y agentes descritos en lenguaje natural con un estudio de texto a voz para crear flujos y producir audio.
OpenAI Agents SDK TypeScript
openai.github.io
SDK para desarrolladores que crean agentes con modelos de lenguaje, herramientas y flujos en TypeScript. Permite crear experiencias de texto, trabajar en espacios aislados y ofrecer interacciones de voz en tiempo real.
Vendo
vendo.run
Capa de personalización de código abierto que integra un agente en productos de software para crear vistas, cambios de interfaz, microaplicaciones y automatizaciones mediante la API y los componentes del producto, conservando su marca y permisos.
Google AI Studio
aistudio.google.com
Entorno de desarrollo en el navegador para experimentar con los modelos generativos de Google y convertir prompts en aplicaciones mediante la API de Gemini, con herramientas para crear experiencias de texto, imagen, vídeo, audio y agentes.
Langflow
langflow.org
Constructor de bajo código para desarrolladores que crean agentes de IA, aplicaciones RAG y servidores MCP mediante flujos visuales personalizables con Python.