Stagehand

The verdict

给开发者的浏览器 SDK，不是开箱即用的 Agent。它的价值在三个动作原语加可缓存的执行路径，适合已经在写自动化、想把不稳定的点击交给模型兜底的团队。

Perception

走的是无障碍树加页面结构的混合路线，特意把上下文裁小。需要时也能接视觉模型，但默认不是看图点坐标。

MCP

MCP 不是它的主形态：仓库里有适配器，官方自己都标注为实验性质、没有独立发布。真正成型的 MCP 是它东家 Browserbase 的托管版，别记混。

Credentials

模型密钥由你自己提供，浏览器里是什么登录态就是什么登录态。它没有自家的凭证保险库，这一块要你自己负责。

Anti-bot

它本身不做隐身，在 Browserbase 上跑时才继承那边的隐身、代理和会话能力。选它等于连东家的云一起选，这一点要算进决策。

Pricing

SDK 本身免费开源，在本地跑只付你自己的模型钱。一旦上云，账单记在 Browserbase 头上，不在它这里：那边的套餐从每月 20 美元起，浏览器时长超量另算。