BrowserBase Stagehand v1.14.0 版本技术解析：性能优化与新模型支持

BrowserBase Stagehand 是一个专注于网页自动化与智能交互的JavaScript库，它通过结合DOM操作与大型语言模型(LLM)的能力，为开发者提供了强大的网页内容提取与自动化操作工具。最新发布的v1.14.0版本带来了一系列重要改进，特别是在性能优化、模型支持扩展和功能增强方面。

核心性能优化

本次版本最显著的改进之一是act()函数的底层重构。现在，act()可以选择性地使用observe()作为其底层实现，这一改变带来了显著的性能提升。开发者可以通过设置slowDomBasedAct: false来启用这一优化路径。

对于DOM处理任务，新版本引入了超时控制机制。开发者现在可以通过timeoutMs参数为基于DOM的act()操作设置超时，或者在Stagehand配置中全局设置actTimeoutMs参数，这为长时间运行的操作提供了更好的控制能力。

精准内容提取增强

textExtract功能得到了重要升级，现在支持通过XPath选择器进行目标内容提取。这一改进允许开发者精确指定需要处理的DOM元素范围，不仅减少了处理的数据量，还降低了token消耗并提高了处理速度。例如，在提取天气预报数据时，可以精确定位到包含天气信息的表格区域，避免处理整个页面内容。

新增的无参数extract()调用方式提供了获取网页完整文本表示的确定性方法，为需要完整页面内容分析的使用场景提供了便利。

扩展的模型支持

v1.14.0版本显著扩展了支持的LLM模型范围：

1. 新增了对gpt-4.5-preview和claude-3-7-sonnet-latest模型的支持，为开发者提供了更多先进的模型选择。

2. 引入了Cerebras LLM原生支持，包括cerebras-llama-3.3-70b和cerebras-llama-3.1-8b模型，只需设置CEREBRAS_API_KEY环境变量即可使用。

3. 新增了Groq LLM支持，包括groq-llama-3.3-70b-versatile和groq-llama-3.3-70b-specdec模型，同样需要配置GROQ_API_KEY环境变量。

这些新模型的加入大大扩展了Stagehand在不同场景下的适用性和灵活性。

稳定性与兼容性改进

1. 修复了actHandler的5秒超时问题，提高了长时间操作的可靠性。

2. 增强了多页面支持，改进了上下文管理机制，使Stagehand能够更好地处理涉及多个页面的复杂场景。

3. 改进了act到observe管道的向后兼容性，确保现有代码能够平滑过渡。

4. 修复了目标内容提取中的滚动和分块问题，提高了内容提取的准确性。

5. 增强了会话管理，妥善处理了尝试关闭已关闭会话的情况。

6. 改进了错误处理，当从"not-supported"的ObserveResult执行act时，现在会抛出信息更明确的错误。

技术实现细节

在底层实现上，v1.14.0版本对DOM处理流程进行了多项优化：

1. 动态调整块大小机制确保了大页面内容的高效处理。

2. 改进了processAllOfDom对动态内容的处理能力，确保能够正确滚动到页面底部。

3. 增强了对XPath选择器的兼容性，现在支持带或不带"xpath="前缀的XPath表达式。

4. 完善了资源清理机制，在进程退出时正确调用end()方法。

这些改进共同提升了Stagehand在处理复杂网页时的稳定性和效率，使其成为网页自动化与内容提取领域更加强大的工具。