Browser Use と Stagehand の比較
どちらもコンピュータ操作に分類しています。数値はGitHub APIから取得したもので、評価は本サイトによるものです。
基本情報の比較
| 基本情報の比較 | Browser Use | Stagehand |
|---|---|---|
| ライセンス | MIT | MIT |
| 言語 | Python | TypeScript, Python, Go |
| 提供形態 | セルフホスト / ローカル実行 / マネージドクラウド | セルフホスト / ローカル実行 / マネージドクラウド |
| 成熟度 | 成長期 | 成長期 |
| スター | 109k | 23.9k |
| 直近7日間のスター増加数 | +32 ★ | +1 ★ |
| フォーク | 12k | 1.6k |
| オープンIssue | 357 | 315 |
| 最終コミット | 2026年8月15日 | 2026年8月14日 |
| 開発状況 | 活発 | 活発 |
それぞれの位置づけ
Browser Use
スクリーンショットからクリック座標を推測させるのではなく、ページ上の操作可能な要素を抽出して構造化リストとしてモデルに渡します。この方式により、フォーム入力やスクレイピングでの安定性が明確に高くなります。一方でcanvas主体のアプリケーションや、bot対策の強いサイトでは読み取れるDOMが存在せず、精度が落ちます。
詳細を見る →Stagehand
手順が分かっている部分は決定論的なPlaywrightで書き、ページの構造が予測できない箇所だけ自然言語に切り替えられます。この混在方式が現実的な中間解です。完全にAI任せの自動化は遅く不安定であり、完全にスクリプト化した自動化は画面刷新のたびに壊れます。
詳細を見る →できること
Browser Use
- コーディングエージェントにブラウザを渡す —
browser-use skill installでスキルを登録すると、Claude CodeやCodex、Cursorからブラウザ操作をそのまま依頼できます。 - 繰り返し実行する自動化をコードで書く — Pythonライブラリの
Agent(task=..., llm=...)を自分のプロセスで動かせるため、定期スクレイピングや監視、QAの並列実行に向きます。 - 独自ツールを追加する —
Tools()に@tools.actionデコレータでPython関数を登録すると、組み込みのブラウザ操作と並べてエージェントが呼び出せます。 - ログイン済みプロファイルを再利用 —
examples/browser/real_browser.pyのように既存のChromeプロファイルを指定でき、profile-useを使えば認証状態をリモートブラウザへ同期できます。 - 1つのキーで複数プロバイダを切り替え —
ChatBrowserUseはanthropic/claude-sonnet-4-6やopenai/gpt-5.5といったプロバイダ接頭辞付きのモデルIDを受け取るため、BROWSER_USE_API_KEYだけで各社のモデルに到達できます。
Stagehand
- 自然言語とロケータの併用 — 構造が読めない操作はstagehand.act("click on the stagehand repo")のように自然言語で指示し、observe()が返すセレクタをpage.locator()に渡せば、同じ操作を決定論的に繰り返せます。
- スキーマに沿った情報抽出 — extract()にZodスキーマを渡すと、宣言したフィールドだけが型の付いた値として返ります。ページ本文を受け取ってから自前で切り出す処理は不要です。
- 画面変更への自動追従 — act、observe、extractはself-healingで、サイト側の変更を検知して操作方法を組み直します。セレクタが1つ合わなくなっただけでスクリプト全体が止まる状況を避けられます。
- 入れ子になったDOMへの到達 — deep locatorがプロセス外iframeやclosed Shadow DOMの内側まで届き、通常の自動化では触れない要素を操作できます。クリップボード操作やバッチコマンドも用意されています。
- TypeScript・Python・Goで書ける — 同一のブラウザドライバが3つのSDKとして提供されます。npmでは@browserbasehq/stagehand、PythonとGoは同じリポジトリのpackages/sdk-pythonとpackages/sdk-goにあり、just installとjust buildでまとめてビルドできます。