Stagehand - AI-आधारित ओपन सोर्स ब्राउज़र ऑटोमेशन फ्रेमवर्क

 (github.com/browserbase)
16 पॉइंट द्वारा GN⁺ 2025-01-10 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Stagehand एक सरल और विस्तार योग्य AI web browsing framework है, जो Playwright के साथ पूरी तरह संगत है
    • यह act, extract, observe नाम के तीन सरल AI API प्रदान करता है, जो natural language के ज़रिए web automation को संभव बनाते हैं
    • यह non-technical users के लिए भी पहुँच को आसान बनाता है और UI/DOM में छोटे बदलावों के प्रति कम संवेदनशील है
    • उदाहरण: Hacker News से top news निकालना, Amazon पर AirPods खोजकर खरीदना, ESPN पर Steph Curry के पिछले 10 मैचों के आँकड़े खोजना
  • टिकाऊ और high-performance browser automation code को आसानी से लिखा जा सकता है.
  • Browserbase के साथ उपयोग करने पर session replay और step-by-step debugging जैसे बेहतरीन debugging tools मिलते हैं.
  • Stagehand अभी शुरुआती release स्थिति में है, और community से feedback सक्रिय रूप से इकट्ठा किया जा रहा है.
  • MIT लाइसेंस

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-01-10
Hacker News की राय

  • यह राय है कि Stagehand का उपयोग करके पेज से डेटा निकालते समय, LLM का उपयोग किए बिना पेज को दोबारा scrape करने के लिए xpath elements लौटाना अच्छा होगा

    • नए पेज को scrape करते समय non-deterministic LLM tool का उपयोग किया जा सकता है, और content update के लिए दोबारा scrape करते समय पारंपरिक scraping methods का उपयोग किया जा सकता है
    • यह सवाल है कि LLM version से xcode version में परिवर्तन कितना स्थिर है, और अगर xcode script fail हो जाए तो क्या LLM version पर वापस लौटा जा सकता है
    • यह राय है कि smart tools से scrape करने के बाद, समय के साथ एक simple scraping script library बनाना उपयोगी होगा

  • इस विचार से सहमति नहीं है कि Stagehand को Playwright आदि की जगह लेनी चाहिए

    • व्यक्तिगत रूप से इसे deterministic Playwright code generate करने वाले एक intermediate workflow के रूप में इस्तेमाल करना चाहूँगा, लेकिन यह tool सीधे execution के लिए बना हुआ लगता है
    • यह राय है कि जिस test suite पर काम चल रहा हो उसमें runtime पर LLM का उपयोग करना मनवाना मुश्किल होगा

  • इसी तरह के framework का उपयोग करके workflow automation लागू करने की कोशिश की थी, लेकिन invisible captcha के कारण रुकना पड़ा

    • Playwright instance के DOM के साथ interact करने के तरीके के कारण इसकी पहचान की जा सकती है
    • ऐसा लगता है कि crawling और scraping बेकाबू होते जा रहे हैं, इसलिए इसे standard बनने की संभावना के रूप में देखा जा रहा है

  • यह राय है कि "create-browser-app" नाम बहुत generic है, और इसका नाम "stagehand" होना चाहिए था

  • testdriver.ai के लिए test platform बनाने से पहले Goodlooks नाम का एक similar SDK बनाया था, लेकिन उसे बड़ी प्रतिक्रिया नहीं मिली

    • रुचि रखने वालों के लिए लिंक साझा किया गया है

  • Stagehand का उपयोग करके देखने पर यह एक उपयोगी abstraction लगा

    • hostile websites के लिए scraper बनाने में proxy और captcha built-in होने के कारण यह उपयोगी है
    • यह जिज्ञासा है कि क्या MCP और computer use के लिए भी इसी तरह का abstraction करने की योजना है

  • Stagehand के browser automation को DOM changes के प्रति अधिक robust बनाने पर उसका फोकस पसंद आया

    • act, extract, observe methods बहुत साफ-सुथरे हैं
    • Lightpanda नाम का open source lightweight headless browser सुझाया गया है

  • यह जानने की जिज्ञासा है कि क्या पहले से खुले browser tab को automate करने की संभावना है

  • Slack पर इस टीम की शानदार product development speed को देख रहे हैं, और आगे की प्रगति का इंतजार है

  • यह जिज्ञासा है कि क्या यह AI methods को Playwright के lower-level methods में बदलने के तरीके से काम करता है, और क्या बदले गए वास्तविक methods को debug किया जा सकता है

    • यह सवाल है कि क्या हर test run में अलग commands निकल सकती हैं, या इसमें deterministic behavior है