开发与工程 browser-automation chrome-devtools-protocol playwright puppeteer selenium web-scraping screenshot-generation pdf-generation

Steel Browser

为 AI 应用提供可自托管的浏览器会话与网页操作 API。

在 GitHub 查看 ↗ 快速上手 ↓

源仓库: steel-dev/steel-browser
Star 数: ★ 7.9k
最近更新: 2 天前
License: Apache-2.0
主语言: TypeScript
FA 评分: 29/100 · 缺口较多

30 秒速览

运行形态: 自托管服务网页应用
可在哪里用: 通用 · 跨平台
费用: 有免费版，另有付费云服务
上手难度: 中 · 需要几步配置
开始前需要: DockerNode.jsGoogle ChromeShell / 命令行网络访问
典型场景: AI 应用开发者需要让网页研究流程保持登录态、Cookie 或本地存储时，可创建 /sessions 会话并用 Playwright 继续操作。
不适合: 需要完全离线、不能依赖外部云服务的团队
需要稳定生产级 API 的团队，项目仍处于公开测试阶段
只想用 Selenium 全部 CDP 会话功能的团队
源码审查: 29/100 · 缺口较多 8 项安全控制未见

这个 Agent 能做什么，适合哪些场景？

Steel Browser 是一个开源浏览器 API，用于构建需要实际访问网页的 AI 应用和自动化工具。它作为服务运行，负责管理 Chrome 浏览器进程、页面和会话状态，并通过 REST API 提供操作入口。复杂的有状态流程可通过 /sessions 创建浏览器会话，再使用 Puppeteer、Playwright 或 Selenium 连接到该会话。简单的只读任务可调用 /scrape、/screenshot 和 /pdf，分别获取网页 HTML、截图或 PDF。项目可使用预构建 Docker 镜像、Docker Compose 或 Node.js 本地运行，并在服务端口 3000 提供 UI 和 API。

服务启动后，客户端可向 POST /v1/sessions 发送 blockAds、proxyUrl、dimensions 或 isSelenium 等参数来创建浏览器会话。会话保存浏览器状态、Cookie 与本地存储；客户端随后以会话 ID 或根 URL，通过 Puppeteer、Playwright 或 Selenium 驱动浏览器。对于无需维持会话的任务，POST /v1/scrape 接收 url 和可选 delay 并提取网页 HTML，POST /v1/screenshot 接收 url 与 fullPage 并生成截图，POST /v1/pdf 接收 url 并返回网页 PDF。README 还说明服务支持代理链、自定义 Chrome 扩展、请求日志、会话调试 UI、隐身插件及指纹管理。

AI 应用开发者需要让网页研究流程保持登录态、Cookie 或本地存储时，可创建 /sessions 会话并用 Playwright 继续操作。
已有 Puppeteer 自动化代码的团队希望把 Chrome 实例管理交给独立服务时，可连接 Steel 创建的浏览器会话。
维护 Selenium WebDriver 工作流的团队可用 isSelenium: true 创建兼容会话，但应先评估其功能限制。
需要按需抓取公开网页 HTML 的后端服务，可调用 /v1/scrape，并按需要设置 delay。
需要把指定网页保存为全页截图或 PDF 的工具，可分别调用 /v1/screenshot 与 /v1/pdf。

如何安装或部署这个 Agent？

最快的本地启动方式是运行：

docker run -p 3000:3000 -p 9223:9223 ghcr.io/steel-dev/steel-browser

服务在 http://localhost:3000 运行，UI 位于 http://localhost:3000/ui，9223 用于 console debugger。也可运行 docker compose up；在 Apple Silicon 上使用 DOCKER_DEFAULT_PLATFORM=linux/arm64 docker compose up。若使用 Node.js 直接运行，需已安装 Node.js 和 Chrome，然后执行 npm install 与 npm run dev；Chrome 必须位于 README 列出的系统路径之一，或设置 CHROME_EXECUTABLE_PATH。

如何使用这个 Agent？

启动服务后，可先创建一个会话：

curl -X POST http://localhost:3000/v1/sessions -H "Content-Type: application/json" -d '{"blockAds":true,"dimensions":{"width":1280,"height":800}}'

返回会话后，使用其 ID 或根 URL 通过 Puppeteer、Playwright 或 Selenium 连接。若只需抓取网页，可执行：

curl -X POST http://0.0.0.0:3000/v1/scrape -H "Content-Type: application/json" -d '{"url":"https://example.com","delay":1000}'

使用托管服务或自托管实例时，可在 Node SDK 的 baseURL 或 Python SDK 的 base_url 中替换服务地址。README 未说明 API 身份验证或 Steel Cloud 凭据的具体配置。

这个 Agent 有哪些优点和局限？

优点

将浏览器进程、页面和会话生命周期集中到一个服务中，客户端无需自行管理这部分基础设施。
同一会话接口可连接 Puppeteer、Playwright 和 Selenium，便于接入不同现有自动化栈。
既支持长期状态化会话，也提供 /scrape、/screenshot、/pdf 三个直接的只读操作端点。
README 明确列出代理链、自定义扩展、会话调试 UI、请求日志以及资源自动清理等运行能力。

局限

项目明确标注为 public beta，接口和行为仍可能持续演进。
直接用 Node.js 运行时依赖已安装的 Chrome，且需要在指定路径或通过 CHROME_EXECUTABLE_PATH 找到可执行文件。
Selenium 集成明确不支持全部基于 CDP 的浏览器会话 API 功能。
README 没有给出 API 认证配置、Steel Cloud 定价或自托管资源需求的具体说明。

这个 Agent 与同类方案有什么区别？

Steel 不取代 Puppeteer、Playwright 或 Selenium 客户端；它提供受管理的浏览器会话，供这些工具连接。对只读单次任务，则可直接使用其 Quick Actions API，而无需建立客户端自动化连接。

与相关度最高的同类 agent 并排比较关键指标。

Agent	源码审查	形态 / 费用	Star	最近更新	主语言	完整支持的平台
Steel Browser 当前	29 · 缺口较多	自托管服务免费版 + 付费版	★ 7.9k	2 天前	TypeScript	—
Camofox Browser	52 · 缺口较多	自托管服务免费	★ 12k	4 天前	JavaScript	—
PinchTab	51 · 缺口较多	自托管服务免费	★ 11k	1 个月前	Go	—
CamoFox Browser Server	72 · 存在缺口	自托管服务免费	★ 436	12 天前	JavaScript	Claude Code

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1

缺口较多

29/ 100 五分制 1.5 / 5

本评测基于 2026年8月9日的源码；此后该项目发布了 2 个正式版本，尚未复审。分数与结论只代表评测时的版本。最近版本 ↓

信任安全 0/29

可靠稳定 3/14

适用触发 8/18

规范维护 9/18

有效结果 7/13

证据核验 2/8

查看各维度的扣分理由

信任安全0 / 29 · 0.0/5

证据显示：仓库未提供权限模型、用户确认机制、数据流透明性、敏感数据处理、依赖安全审计、外部影响控制、回滚机制或来源归属的说明。README 提到代理支持和反检测，但未说明权限边界或数据使用。因此所有信任标准得分为 0。

可靠稳定3 / 14 · 1.1/5

证据显示：README 和 package.json 一致，但缺少错误处理文档。依赖锁定在 package.json 中，但未提供锁文件或完整性校验。因此 self_consistency 得 1，dependency_availability 得 1，failure_messages 得 0。

适用触发8 / 18 · 2.2/5

证据显示：README 明确目标用户为 AI 代理开发者，提供多种部署方式（Docker、Railway、Render）和本地运行说明，环境适配良好。但未明确能力边界（如支持的浏览器版本、限制），也未定义触发条件（如 API 调用方式）。因此 audience_and_scenarios 得 2，capability_boundaries 得 1，trigger_precision 得 0，environment_fit 得 2。

规范维护9 / 18 · 2.5/5

证据显示：README 结构清晰，提供安装说明、示例和许可证。但缺少变更日志、版本历史、已知限制的详细说明，维护责任未明确。因此 information_architecture 得 2，install_notes 得 2，naming_stability 得 1，examples_and_faq 得 2，known_limitations 得 1，license 得 2，versioning_changelog 得 1，maintenance_responsibility 得 1。

有效结果7 / 13 · 2.7/5

证据显示：README 提供多种输出格式（HTML、截图、PDF）和 SDK 支持，输出可用性高。边际价值明显（提供完整浏览器 API）。但成本效益未量化，未提供性能或资源消耗数据。因此 output_usability 得 2，marginal_value 得 2，cost_benefit 得 1。

证据核验2 / 8 · 1.3/5

证据显示：README 中的声明（如支持 Puppeteer、Playwright）未提供代码或测试证据，无法追溯。未提供独立来源验证。事实与推断未明确区分。因此 claim_traceability 得 1，cross_source_corroboration 得 0，fact_inference_separation 得 1。

风险与缓解建议

源码中未见：最小权限约束只授予完成任务所需的权限：用专用账号或只读令牌，并限定可访问的目录和仓库。
源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
源码中未见：来源归属可核验从官方仓库或包源安装，核对发布者和仓库地址，避免同名仿冒包。
未提供权限模型或用户确认机制，使用代理和反检测功能时需谨慎。
依赖未提供锁文件，存在供应链风险。
缺少错误处理文档，失败时可能难以排查。
未明确能力边界，可能超出预期使用范围。
未提供变更日志，版本升级可能不透明。

证据充分度：低评估于 2026年8月9日审查版本 5880b48c1af1 评估后仓库已有新提交，评分可能未覆盖最新改动

评估证据 README.md LICENSE package.json workflows/auto-assign.yml workflows/build-docker.yml

查看完整评分方法 →

常见问题

是否必须使用 Steel Cloud？

不必须。README 提供预构建 Docker 镜像、Docker Compose 和 Node.js 本地运行方式；Steel Cloud 被描述为最容易的入门方式。

能否继续使用现有的 Playwright、Puppeteer 或 Selenium 代码？

可以。会话可通过 Puppeteer 或 Playwright 连接；也可通过 isSelenium 创建 Selenium 会话，但该集成不支持全部 CDP 会话 API 功能。

一次性抓取任务要创建会话吗？

不一定。/v1/scrape、/v1/screenshot 和 /v1/pdf 用于简单、只读、按需任务。

本地运行需要什么？

可使用 Docker；直接用 Node.js 运行则需要 Node.js 与 Chrome，并确保 Chrome 位于支持路径或设置 CHROME_EXECUTABLE_PATH。

Steel Browser

30 秒速览

这个 Agent 能做什么，适合哪些场景？

如何安装或部署这个 Agent？

如何使用这个 Agent？

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

FollowAgents 如何评估这个 Agent？

最近版本

常见问题

对比同类 Agent

开源编程 Agent 横向对比

相关 Agents

Camofox Browser

PinchTab

CamoFox Browser Server

Stagehand：AI 浏览器自动化框架