Steel

Steel 是一个为 AI 智能体与网页自动化而生的开源浏览器 API。它通过简单 REST API 或 Python/Node SDK 让你控制云端浏览器会话集群，处理 JavaScript 渲染、登录、代理、验证码与扩展，让你专注于 AI 应用而非浏览器基础设施。

核心功能

• 完整浏览器控制：用 Puppeteer 与 CDP 完全控制 Chrome 实例；可用 Puppeteer、Playwright 或 Selenium 连接。
• 会话管理：跨请求保持浏览器状态、cookies 与本地存储；持久化 profile 访问登录门槛数据。
• 代理支持：内置代理链管理实现 IP 轮换，外加隐身插件与指纹管理。
• 快捷操作：/scrape、/screenshot、/pdf 端点提取干净的 markdown、HTML 或数据——无需会话设置的一次性任务。
• token 优化：优化页面格式最多节省 80% token 用量与成本。
• 可观测性：实时会话查看器、回放与请求日志，便于调试。
• 可自托管：用 Docker 镜像本地运行或自托管；一键部署到 Railway 或 Render。
• SDK：Node 与 Python 的完全类型化 steel-sdk。

适用场景

谁应该使用这个工具？

• AI 工程师：构建网页智能体、RAG 流水线或抓取工具、需要可靠浏览器基础设施的人。
• 开源倡导者：希望自托管浏览器基础设施、不锁定的团队。
• 大规模抓取：带轮换代理与反检测的大规模任务。

解决的问题

1. 基础设施开销：浏览器生命周期、会话与代理都已代管。
2. 反爬摩擦：隐身插件、指纹管理与验证码处理。
3. token 成本：干净的 markdown/HTML 提取显著降低 LLM 上下文成本。

定价方案

优势对比

相比竞品的优势：

1. 开源：整个平台在 GitHub 上——可自托管或审计代码。
2. 开箱即用：会话、代理、隐身、扩展与快捷操作集成在一个容器中。
3. 开发者体验：干净 REST API 加完全类型化 Python 与 Node SDK。

独特卖点：

• 一个 Docker 容器提供 API + UI + 调试器。
• 为 LLM 上下文窗口设计的优化页面格式（markdown）。
• 一次性任务完全跳过会话管理的快捷操作端点。

快速开始

入门指南

1. 本地运行：docker run -p 3000:3000 ghcr.io/steel-dev/steel-browser（API 在 localhost:3000，UI 在 /ui）。
2. 安装 SDK：npm install steel-sdk 或 pip install steel-sdk。
3. 创建会话：client.sessions.create() 并通过 WebSocket 连接 Puppeteer。
4. 或使用快捷操作：POST 到 /scrape 或 /screenshot 做一次性提取。

集成

无缝集成以下工具：

• Puppeteer、Playwright、Selenium
• Python 与 Node.js SDK
• Railway、Render 及任意 Docker 宿主

常见问题

Steel 真的开源吗？

是的——完整平台在 GitHub（steel-dev/steel-browser）上，可本地运行或自托管。

能用 Playwright 吗？

能——通过 WebSocket 将 Playwright 连接到 Steel 会话，或直接使用 Sessions API。

如何减少 token 用量？

快捷操作将页面转为干净的 markdown/HTML 格式，最高节省 80% LLM 上下文成本。

替代方案

如果 Steel 不合适，可以考虑：

• Browserbase：带 Agent Identity 与验证码处理的托管浏览器基础设施。
• Kitesurf：Cloudflare 在 Workers 上打造的更轻量智能体浏览器。
• 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. 自托管控成本：Docker 镜像给你完整平台，无需按会话付费。
2. 一次性任务用快捷操作：scrape/screenshot/PDF 无需会话设置。
3. 登录场景保留 profile：持久化 profile 跨运行保持 cookies，访问门槛数据。

总结

Steel 是让网页自动化基础设施成为已解决问题清单的开源浏览器 API——会话、代理、反检测与干净的 LLM 就绪提取，集成在一个可自托管平台中。如果你想要可控的浏览器基础设施，Steel 是强有力且透明的选择。