Browserbase

技能概述

本技能提供完整的 Browserbase Functions 开发工作流，通过 stagehand CLI 实现从本地探索到云端部署的浏览器自动化全流程。

核心用法

技能采用七步工作流：1) 使用 stagehand session create --local 交互式探索目标网站；2) stagehand fn init 初始化项目；3) 关键修复步骤——必须手动补全生成的 package.json（添加 description/main/packageManager、固定版本号、补充 devDependencies）；4) 编写 TypeScript 自动化脚本，通过 defineFn 定义函数，利用 Playwright CDP 连接浏览器会话；5) pnpm bb dev 本地测试；6) pnpm bb publish 部署至云端；7) stagehand fn invoke 调用生产环境函数。

显著优点

• 云端托管：函数运行在 Browserbase 基础设施，无需维护浏览器集群
• 灵活触发：支持 API 调用、Webhook 或定时任务
• 开发体验：本地热重载开发服务器，快速迭代
• 强大能力：完整的 Playwright API 支持，可处理登录、多页流程、复杂数据提取
• 会话隔离：每次调用获得干净浏览器环境

潜在缺点与局限性

• 严重初始化 Bug：stagehand fn init 生成的 package.json 结构不完整，直接导致部署失败（"No functions were built"），新手极易踩坑
• 强制 pnpm：依赖特定包管理器版本
• 学习曲线：需同时掌握 Playwright、TypeScript、CLI 工具链
• 执行限制：15 分钟最大超时，不适合超长任务
• 调试成本：云端执行日志有限，本地/生产环境差异可能引发问题

适合人群

适合需将浏览器自动化任务云端化、定时化的开发者；已有 Playwright/爬虫经验者上手更快；不适合仅需单次抓取或不愿处理配置问题的轻量用户。

常规风险

1. 配置风险：未修复 package.json 即部署必失败
2. 凭证管理：BROWSERBASE_API_KEY 需安全存储
3. 网站反爬：自动化操作可能触发目标站防护机制
4. 依赖漂移：技能文档建议固定版本，但未来 SDK 更新可能带来兼容性挑战
5. 数据合规：自动化抓取需遵守目标网站 ToS 及数据保护法规

核心用法

browse Skill 提供完整的 Browserbase Functions 开发工作流：

1. 交互式探索：使用 stagehand session create --local 启动本地调试会话，配合 goto/snapshot/screenshot/click/fill 等命令理解目标网站结构
2. 项目初始化：stagehand fn init <name> 创建项目模板，但必须立即修复生成的 package.json（添加 description/main/packageManager、固定版本号、补充 devDependencies）
3. 编写自动化脚本：基于 Playwright 的 chromium.connectOverCDP() 连接远程浏览器会话，通过 page.evaluate() 提取数据，返回 JSON 序列化结果
4. 本地测试：pnpm bb dev index.ts 启动开发服务器，curl 调用验证
5. 云端部署：pnpm bb publish index.ts 构建并部署，获取 Function ID 用于生产调用

显著优点

• 强制远程执行：通过 --ws $BROWSERBASE_CONNECT_URL 确保代码在 Browserbase 云环境运行，避免本地安全风险
• 完整调试链路：从本地交互探索 → 代码编写 → 本地测试 → 云端部署的闭环
• Serverless 架构：15 分钟执行时限，按需计费，支持 webhook/定时触发
• 企业级基础设施：Browserbase 提供 SOC 2/ISO 27001 认证、CAPTCHA 处理、隐身模式
• 详细故障排查：文档涵盖 "No functions were built" 等常见错误的精确修复步骤

潜在缺点与局限性

• 关键模板缺陷：stagehand fn init 生成的 package.json 存在严重 bug，不手动修复将导致部署必败
• pnpm 锁定：官方强制使用 pnpm@10.14.0，与其他包管理器不兼容
• Browserbase 强依赖：所有执行必须在 Browserbase 云平台，无法私有化部署
• CAPTCHA 伦理风险：内置的 "stealth mode" 和自动 CAPTCHA 解决能力可能被滥用于违反网站 ToS
• 学习曲线：需同时掌握 Playwright API、stagehand CLI、Browserbase Functions 三层概念

适合人群

• 需要可靠、可扩展网页抓取的数据工程师
• 希望将浏览器自动化部署为 API 的后端开发者
• 需要处理复杂认证流程（登录态保持、Cookie 管理）的自动化场景
• 愿意接受云服务锁定以换取免运维基础设施的团队

常规风险

• 第三方服务中断：Browserbase 服务可用性直接影响业务
• 成本不可控：按会话时长计费，复杂多页流程可能产生意外费用
• 反爬虫对抗：目标网站的结构变更会导致选择器失效
• 数据隐私：网页内容需传输至 Browserbase 云端处理

来源可信度

由 Browserbase 官方（Y Combinator 背景企业）直接维护，T1 级最高可信度。纯文档型 Skill，无内嵌可执行代码，所有敏感操作均通过用户本地授权的 CLI 完成。