BrowserBase Stagehand v1.12.0 版本发布:增强元素观察与交互能力
BrowserBase Stagehand 是一个专注于网页自动化测试和交互的 JavaScript 库,它基于 Playwright 构建,提供了更高级的网页元素操作和自动化测试能力。该项目特别注重可访问性和元素定位的准确性,使开发者能够更轻松地编写可靠的自动化脚本。
观察功能重大升级
v1.12.0 版本中对 observe
功能进行了重大改进,这是本次更新的核心亮点:
-
智能方法推荐:现在
observe
不仅会返回候选元素,还会为每个生成的候选元素推荐合适的 Playwright 方法(如 click、fill 等)以及必要的参数。这意味着开发者不再需要手动判断应该使用哪种交互方式,大大简化了自动化脚本的编写。 -
可访问性树处理加速:当使用可访问性树(a11y tree)进行上下文处理时,性能得到了显著提升。这对于需要处理复杂网页结构的场景尤为重要,特别是在需要确保网页可访问性的情况下。
-
更全面的节点处理:更新后的
getAccessibilityTree()
方法确保不会跳过有用的节点,而改进后的getXPathByResolvedObjectId()
现在能够正确处理文本节点,确保生成的 XPath 更加准确可靠。
新增模型支持与交互增强
-
新增 o3-mini 模型:本次更新在可用模型中新增了对 o3-mini 的支持,为开发者提供了更多选择来处理不同的自动化场景。
-
改进单选按钮处理:特别优化了单选按钮(radio button)的点击处理逻辑,使这类常见表单元素的操作更加可靠和一致。
-
观察输出与动作集成:
act
方法现在可以直接接受observe
的输出,实现了观察与动作的无缝衔接。这种集成使得从元素定位到执行操作的流程更加流畅。
向后兼容性考虑
虽然本次更新引入了 onlyVisible
参数作为 useAccessibilityTree
的替代方案,但为了确保现有代码的兼容性,仍然保留了 useAccessibilityTree
参数,同时添加了弃用警告。这种渐进式的更新策略有助于开发者平滑过渡到新版本。
实际应用价值
这些改进特别适合以下场景:
- 需要快速构建可靠自动化测试的团队
- 开发可访问性相关的网页应用
- 处理复杂动态内容的网页
- 需要精确元素定位和交互的项目
v1.12.0 的这些增强功能使 BrowserBase Stagehand 在网页自动化领域更具竞争力,特别是对于那些需要高精度元素交互和可访问性支持的项目。开发者现在可以更高效地编写维护性更好、更可靠的自动化脚本。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++045Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0288Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









