Browser Use

这是什么？

Browser Use 是一个开源 Python 工具，让 AI Agent 能像用户一样打开网页、点击、输入、填写表单和提取数据。它既提供本地 Python 库，也提供托管云服务，适合网页信息处理、表单自动化和网站质量检查。

2026-07-22 核实时，官方 GitHub 仓库采用 MIT 许可，约有 106K Stars。开源库本身免费，但模型 API、云浏览器、代理网络等可能产生费用。

为什么值得关注？

• 把网页操作封装为 Agent 可调用的浏览器能力。
• 支持自选模型供应商，也可连接官方托管服务。
• 提供 Python 库、命令行和 Agent Skill 等使用方式。
• 社区规模大，文档和示例覆盖表单、抽取与 QA 自动化。

快速上手

准备 Python 3.11 或更高版本，然后安装依赖：

uv add browser-use

配置你选择的模型凭据后，创建一个最小任务：

import asyncio
from browser_use import Agent, ChatBrowserUse

async def main():
    agent = Agent(
        task="打开官方仓库并返回当前 Star 数",
        llm=ChatBrowserUse(),
    )
    await agent.run()

asyncio.run(main())

类名、模型配置和连接方式可能随版本变化，实际使用前应对照当前 README 与官方文档。

适合的场景

• 从公开网页提取结构化信息并整理为表格。
• 自动填写重复表单，但提交前保留人工确认。
• 对测试站点执行导航、交互和视觉一致性检查。
• 为 Agent 增加必须通过浏览器完成的操作能力。

常见踩坑

把网页内容当成可信指令

网页可能包含提示注入或恶意文本。应限制 Agent 的工具权限、可访问域名和可提交操作，不要让网页内容覆盖系统规则。

直接复用高权限浏览器配置

保存了登录态的浏览器可能访问邮箱、后台和支付页面。建议使用专用配置、最小权限账号和隔离环境。

忽略成本和稳定性

复杂网页会消耗较多模型调用，验证码、反自动化机制和页面改版也可能导致失败。生产任务需要超时、重试和人工兜底。

参考链接

• 官方网站
• 官方 GitHub 仓库
• 官方文档