让 AI 帮你登录网站、打开账单页，再把每张发票整理成表格，听起来简单，实际常卡在登录状态、页面改版和数据格式上。Stagehand 是一套面向 Agent（能调用工具执行任务的 AI）的 SDK——也就是供程序接入浏览器能力的一组库和接口。它支持 TypeScript、Python 和 Go，目标是让 Agent 不只“看网页”，还能点击、输入和提取数据。
项目给出的示例很具体：浏览器把 Cookie 等会话数据保存在本地，下次运行可继续使用登录状态；observe() 找到真实的页面控件，账号密码由程序直接填写，不交给模型；act() 负责执行“打开账单页”这类操作，并宣称能在表单改版后自行适应；extract() 则按预设结构返回发票编号、金额和付款状态。相比主要用于测试和脚本操作的 Playwright，Stagehand更强调真实网站上的任务执行。值得注意的是，现有材料并未披露它与 Claude Code、Codex 等具体编码 Agent 的直接接入方式，因此更准确的判断是：浏览器自动化正在被包装成 Agent 可调用的通用能力。