Browserbase

Browserbase 是浏览器智能体基础设施，让你的 AI 智能体访问整个互联网。它通过简单 API 提供真实的无头浏览器集群，外加 Search 与 Fetch API，把网页变成对 LLM 友好的 token 高效上下文。从登录到任务完成，Browserbase 驱动智能体可靠地在网页上操作——处理认证墙、验证码、表单与动态内容。

核心功能

• 浏览器即服务：以编程方式拉起真实浏览器会话；智能体像人一样导航、点击、填表、完成任务。
• Search API：为智能体而生的网页搜索——一次查询找到相关网站。
• Fetch API：把任意 URL 转成干净的 HTML、JSON 或 markdown，输出 token 高效上下文（API 触及不到的 85% 网页）。
• 智能体身份（Agent Identity）：可信智能体 + 自动验证码处理与反反爬研究团队。
• Stagehand SDK：AI 驱动的浏览器自动化，自然语言 act/extract/observe 原语，Playwright 级控制。
• 运行时（Browserbase Functions）：在 Browserbase 上部署并运行智能体，执行更快更安全。
• 模型网关：一个 API Key 访问主流模型，通过 Stagehand 统一计费。
• 可观测性：内置会话录制、回放与监控。

适用场景

谁应该使用这个工具？

• 网页智能体构建者：必须登录、导航并在 API 触及不到的网站上行动的智能体。
• 抓取与研究团队：带轮换代理与干净格式化的大规模数据采集。
• 产品 QA 团队：持续点击你的产品、在流程破坏时告警的智能体。

解决的问题

1. 登录墙与验证码：Agent Identity 处理验证，智能体不被拦截。
2. token 膨胀：Fetch API 返回干净的 markdown/HTML，大幅削减 token 用量。
3. 浏览器基础设施：无需自建浏览器集群；并发按需扩展。

定价方案

浏览器时间按分钟计费；按量超额无上限。

优势对比

相比竞品的优势：

1. 完整浏览器控制：真实 Chrome 实例，可用 Puppeteer、Playwright 或 Selenium 连接。
2. 智能体优先 API：Search 与 Fetch 端点为 LLM 上下文设计，而非人类浏览。
3. 身份与反反爬：开源替代品缺乏的可信智能体与隐身研究。

独特卖点：

• Stagehand：浏览器智能体 AI SDK，脚本可自愈。
• 集成 CrewAI、LangChain、Mastra 等智能体框架。
• 生产级会话录制与回放，便于调试。

快速开始

入门指南

1. 获取 API Key：在 browserbase.com 创建免费账户。
2. 创建浏览器会话：用 API 或 SDK 拉起实例。
3. 连接模型：让智能体指向会话，解读页面并驱动交互。
4. 或使用 Stagehand：用 act/extract/observe 写自然语言自动化。

集成

无缝集成以下工具：

• Playwright、Puppeteer、Selenium
• CrewAI、LangChain、Mastra
• Stagehand 及任意支持 HTTP 的语言

常见问题

支持 Playwright 和 Puppeteer 吗？

支持——通过 Chrome DevTools Protocol 完整支持 TypeScript/JavaScript、Python、Java 与 .NET。

智能体能访问登录保护网站吗？

能——Agent Identity 处理登录，持久会话跨运行保留 cookies。

如何减少 token 用量？

Fetch API 将页面转为干净的 markdown/HTML，优化格式最高节省 80% 成本。

替代方案

如果 Browserbase 不合适，可以考虑：

• Steel：可用 Docker 自托管的开源浏览器 API。
• Kitesurf：Cloudflare 为智能体打造的更轻量浏览器，跑在 Workers 上。
• Cloudflare Computer：需要持久化文件系统与代码执行，而非仅浏览。

使用技巧

1. 使用 keep-alive 会话：短时工作流复用会话而非新建。
2. 刻意走代理：Fetch 带代理更贵——仅在必要时使用。
3. 动态页面用 Stagehand：UI 变化时 AI 选择器可自愈。

总结

Browserbase 把网页变成 AI 智能体可靠、可编程的表面——真实浏览器、智能体优先的 Search/Fetch API，以及能打开登录门槛网站的身份处理。如果你的智能体要在网页上行动而非仅阅读，Browserbase 是生产级选择。