Steel Browser
为 AI 应用提供可自托管的浏览器会话与网页操作 API。
按维度查看评分与理由
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。
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。
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。
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。
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。
- 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。
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。
这个 Agent 有哪些优点和局限？
- 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。
- 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。
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 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。