Browser Automation

• 網頁爬取與資料擷取 — 您需要從需要互動或 JavaScript 渲染的網站中提取結構化資料。
• 自動化表單提交 — 您希望代理程式自動填寫並提交網頁表單，無需手動輸入。
• UI 測試與驗證 — 您需要瀏覽網頁應用程式，並確認頁面是否正確渲染或運作。
• 具備反機器人保護的正式環境爬取 — 您需要透過 Browserbase 實現隱身模式、代理支援或 CAPTCHA 繞過功能。

• 提供公開 API 的網站 — 如果目標網站提供 REST 或 GraphQL API，請直接使用該 API，而非使用 Browser Automation。
• 簡單的 HTTP 資料擷取 — 如果頁面內容是靜態的且不需要 JavaScript，純 HTTP 請求工具會更快速且更可靠。

使用 browser act "click the Sign In button" 等指令，以純英文發出瀏覽器操作命令。無需 XPath 或 CSS 選擇器——Stagehand 會解讀您的意圖，並與正確的元素進行互動。

此技能會偵測是否存在 Browserbase API 金鑰，並自動路由至遠端 Browserbase 環境，或退而使用本地 Chrome 瀏覽器。無需手動切換模式或提示使用者進行操作。

使用 browser extract "<instruction>" 並搭配可選的 JSON schema，從任何頁面中提取特定資料。此技能會依照您定義的結構回傳資料，讓後續處理更加簡便。

使用 browser screenshot 在任意時間點擷取當前瀏覽器狀態。這在繼續執行後續步驟前，用於驗證導航或操作是否已如預期完成時特別有用。

當操作失敗或您不確定頁面上有什麼內容時，browser observe "<query>" 會顯示可用的互動元素，幫助您制定精確的後續操作。

在遠端模式下，Browserbase 提供隱身瀏覽、代理支援以及 CAPTCHA 繞過功能，使 Browser Automation 適合用於生產環境的爬取流程以及具有機器人偵測機制的網站。

透過 Browser Automation 瀏覽競爭對手網站，以預定義的結構描述提取價格表或產品清單，並將結構化結果輸入分析工作流程——無需撰寫任何自訂爬蟲程式。

讓代理程式登入網頁入口網站、導航至表單、使用自然語言動作填寫欄位並提交，自動化處理那些缺乏 API 的重複性資料輸入任務。

在部署網頁應用程式後，使用 Browser Automation 技能瀏覽關鍵頁面，並在每個步驟截圖，為您提供視覺稽核記錄，以確認使用者介面的正確性。

在 Browserbase 模式下執行 Browser Automation 技能，以抓取具有反機器人防護措施的網站資料，透過隱匿模式與代理伺服器支援，穩定地大規模收集資料。