Software 2.0

Playwright + AI = Stagehand

admin -

我一直非常重视端到端测试。

这是一种能捕捉真实世界问题的测试类型。

我们知道数据可能混乱，基础设施会变化，但端到端集成测试是验证核心功能正在工作的测试。

但它们增加了相当大的开销。

即使使用像 Playwright 这样优秀的框架，如果没有开发者和 SDET 之间的良好协调，如果它们满足以下条件，这些测试就不会为团队增加真正的信心：

  • 对 UI 变化脆弱
  • 不稳定且不可靠
  • 不为其他利益相关者增加价值

在这篇文章中，我将分享一个我发现的库叫做 Stagehand，它给你一个代码优先的解决方案，使端到端自动化更加健壮和有价值。

1、Stagehand 是什么

让我立即澄清一些事情：Stagehand 不是 Playwright 的替代品。 它是 Playwright 的增强功能。

在他们的网站上，他们定位为：

| "我们构建了一个更容易使用、让 AI 可靠地在网络上读写的 OSS Playwright 替代品。"

但我认为将它们一起使用可以获得更多价值。Playwright 拥有巨大的生态系统和广泛的功能。

我不认为只是把它扔掉是值得的，当两个工具可以一起使用时。

2、三个 AI 功能：Act、Extract、Observe

Stagehand 给你三种核心的 AI 驱动方法。每种都有不同的用途，了解何时使用每一种是从库中获得最大收益的关键。

3.1 Act："只需做这件事"

act() 是主力。你用自然语言描述你想发生什么，Stagehand 会弄清楚如何做到。

传统 Playwright：

// 希望这个选择器不会改变...
await page.click('button[data-testid="submit-form"]');
// 或者更糟，当没有好的选择器时
await page.click('xpath=//button[contains(@class, "primary") and contains(text(), "Submit")]');

Stagehand：

// 即使按钮的类、ID 或文本略有变化，这也有效
await stagehand.act("click the submit button");

魔法在于韧性。如果前端团队将按钮从"Submit"更改为"Send"或"Confirm"，你的测试不会中断。AI 理解意图，而不仅仅是 DOM 结构。

3.2 Extract："提取数据"

当你需要从页面获取结构化数据时，extract() 就是用于此目的的。与其编写复杂的选择器来抓取文本，你可以用简单的英语描述你想要什么。

传统 Playwright：

// 脆弱，当结构改变时会中断
const productName = await page.locator('.product-card h2.title').textContent();
const productPrice = await page.locator('.product-card .price-tag span').textContent();
const inStock = await page.locator('.product-card .availability').textContent();

Stagehand：

const productInfo = await stagehand.extract(
  "Extract the product name, price, and availability status",
  z.object({
    name: z.string(),
    price: z.string(),
    inStock: z.boolean(),
  }),
);
console.log(productInfo);
// { name: "Wireless Mouse", price: "$29.99", inStock: true }

Zod 模式集成特别好。你获得类型安全的提取和内置的验证。如果 AI 找不到你要找的东西，你会得到一个结构化错误，而不是静默失败。

3.3 Observe："我在这里能做什么？"

observe() 是概念上最有趣的一个。它告诉你当前页面上可以执行哪些操作。这对于需要动态导航的构建代理非常有用。

const actions = await stagehand.observe();
console.log(actions);
// [
//   { action: "click the login button", selector: "#login-btn" },
//   { action: "enter text in the search field", selector: "input[name='q']" },
//   { action: "click the shopping cart icon", selector: ".cart-icon" },
//   ...
// ]

这就是 Stagehand 开始感觉不太像测试工具，而更像 AI 代理基础的地方。你可以构建系统来探索、适应并与任何网站交互，而无需事先了解其结构。

4、自愈：重要的区别因素

这是向我推销的功能。Stagehand 缓存其 AI 决策，因此第二次运行相同的操作时，它很快。但这里它变得聪明：如果缓存的选择器中断，Stagehand 会自动重新查询 AI 以找到新的正确元素。

这就是自愈操作。你的测试在不需你动手的情况下对 UI 变化变得有韧性。

将此与传统 Playwright 进行比较，其中：

  • 测试失败 - CI 变红
  • 你收到页面（或更糟，几小时后才发现有什么中断）
  • 你调查是什么中断了
  • 你更新选择器
  • 你推送修复
  • 你再次等待 CI

使用 Stagehand，步骤 1 变为"测试自愈并通过"——不需要人为干预来进行外观更改。

5、代理模式：实验性部分（诚实看法）

Stagehand 还包括一个 agent() 方法，尝试自主完成复杂目标。你给它一个高层目标，它链接 observe → act → observe → act 直到成功。

这里的事实是：在我的测试中，结果参差不齐。

当它工作时，它很神奇。我已经看到它成功导航到需要数十行传统代码的复杂流程。但我也看到它被弹出窗口搞混，对于硬编码测试在 2 秒内完成的事情花 30 秒，并且偶尔只是……放弃。

我的诚实评估：

  • 非常适合：探索性测试、演示、原型流程
  • 还没有准备好用于：需要可预测时间和成本的生产 CI 流水线
  • 正在改进：每个 Stagehand 发布都提高代理可靠性

如果你主要针对代理功能评估 Stagehand，请降低你的期望。但如果你将其用于核心 act/extract/observe 方法并偶尔有代理辅助，你会很高兴。

值得注意的是，Stagehand 支持计算机使用模型，这是一个很大的区别。我认为这个空间有很大增长空间。

了解更多：https://docs.stagehand.dev/v3/best-practices/computer-use

6、100% Playwright 兼容性

这值得拥有自己的部分，因为它对实际采用至关重要。

Stagehand 给你直接访问底层 Playwright page 对象。从 stagehand 文档：

import { Stagehand } from "@browserbasehq/stagehand";
import { chromium } from "playwright-core";
import { z } from "zod/v3";

async function main() {
  // 初始化 Stagehand
  const stagehand = new Stagehand({
    env: "BROWSERBASE",
    model: "openai/gpt-5",
    verbose: 1,
  });

  await stagehand.init();
  console.log("Stagehand initialized");

  // 将 Playwright 连接到 Stagehand 的浏览器
  const browser = await chromium.connectOverCDP({
    wsEndpoint: stagehand.connectURL(),
  });

  const pwContext = browser.contexts()[0];
  const pwPage = pwContext.pages()[0];

  // 导航和交互
  await pwPage.goto("https://example.com");

  // 使用 Stagehand 的 AI 方法
  const actions = await stagehand.observe("find the main heading", {
    page: pwPage,
  });

  console.log("Found actions:", actions);

  // 提取数据
  const heading = await stagehand.extract(
    "extract the main heading text",
    z.object({ heading: z.string() }),
    { page: pwPage }
  );

  console.log("Heading:", heading);

  // 清理
  await stagehand.close();
}

main();

这种互操作性意味着你可以：

  1. 从你现有的 Playwright 测试套件开始 - 逐渐为脆弱的部分添加 Stagehand
  2. 在有意义的地方保留精确的 Playwright 控制
  3. 永远不会被锁定在一种方法中

你不会重写任何东西。你只是选择性地增强。

7、底线

我会用 Stagehand 重写我的所有测试吗？不会。每当我编写一个我知道会在两周内中断的选择器时，我会每次都使用它吗？绝对会。

最好的部分是没有承诺。在一个脆弱的测试上尝试它。看看它是否有帮助。如果有帮助，就更多地使用它。如果它不适合你的工作流程，你没有丢失任何东西——你的 Playwright 代码仍然在那里，未受影响。

这就是我喜欢发现的那种低风险、高潜力的工具。

你试过 Stagehand 吗？我很好奇其他人得到什么结果，特别是代理模式。留下评论或联系我——我真的有兴趣比较笔记。

如果你喜欢 Stagehand，请查看 Ledda.ai — 我们正在为从自然语言到网络自动化的下一代平台构建，它是在几分钟而不是几小时内创建 QA 回归套件和生产语法监控的最简单平台。

原文链接：Playwright + AI = Stagehand (It's Better Than It Sounds)

汇智网翻译整理，转载请标明出处