Browser-Use开源：让AI自动帮你操作任何网站

🌐 Browser-Use：让 AI 自动帮你操作任何网站

想象一下：你只需要说“帮我买一份午餐”，AI 就会自动打开外卖网站、选择餐厅、下单付款。这就是 Browser-Use 的能力。

Browser-Use 是一个开源的 AI Agent 工具，能让 AI Agent自动操作浏览器，完成各种网页任务。它就像你的“浏览器替身”。

🎯 核心能力

⚡ 工作流程

用户输入自然语言任务 → AI Agent 理解意图 → 浏览器执行操作 → 返回结果

1. 用户输入：你用自然语言描述任务，比如 “帮我申请这份工作”
2. AI 理解：Agent 分析任务，拆解成浏览器操作步骤
3. 浏览器执行：自动打开网页、点击按钮、填写表单、提交数据
4. 返回结果：完成任务后，Agent 返回结果给你

📊 Benchmark：100 个真实任务测试

Browser-Use 在100 个真实浏览器任务上进行基准测试，表现优异：

• ChatBrowserUse 模型：比其他模型快 3-5 倍，准确率 SOTA
• Cloud Agent：比开源版本更强大，适合复杂任务

🔧 两种使用方式

1. 开源版本（免费）

# 安装（Python 3.11+）
uv init && uv add browser-use && uv sync

# 运行第一个 Agent
from browser_use import Agent, Browser, ChatBrowserUse
import asyncio

async def main():
    browser = Browser()
    agent = Agent(
        task="Find the number of stars of the browser-use repo",
        llm=ChatBrowserUse(),
        browser=browser,
    )
    await agent.run()

asyncio.run(main())

特点：

• 免费，MIT License
• 需要自己配置 LLM（OpenAI、Google、Ollama 等）
• 适合深度定制和本地部署

2. Cloud 版本（推荐）

特点：

• 隐身浏览器：避免被检测和封禁
• 代理轮换：自动切换 IP
• CAPTCHA 解决：自动处理验证码
• 1000+ 集成：Gmail、Slack、Notion 等
• 持久文件系统：跨会话保存数据
• 记忆功能：记住用户偏好

# 使用 Cloud
browser = Browser(use_cloud=True)  # 启用隐身浏览器

🛠️ CLI 命令行工具

Browser-Use 提供快速 CLI 工具，适合开发调试：

# 快速浏览器自动化
browser-use open https://example.com  # 打开网页
browser-use state                     # 查看可点击元素
browser-use click 5                   # 点击第 5 个元素
browser-use type "Hello"              # 输入文本
browser-use screenshot page.png       # 截图
browser-use close                     # 关闭浏览器

CLI 保持浏览器运行，命令之间无需重新启动，迭代速度快。

🔗 Claude Code 集成

Browser-Use 提供Claude Code Skill，让 Claude Code AI 助手也能操作浏览器：

# 安装 Claude Code Skill
mkdir -p ~/.claude/skills/browser-use
curl -o ~/.claude/skills/browser-use/SKILL.md \
  https://raw.githubusercontent.com/browser-use/browser-use/main/skills/browser-use/SKILL.md

安装后，Claude Code 就能自动帮你操作浏览器了。

💰 定价

ChatBrowserUse 模型定价（每 1M tokens）：

• 输入 tokens：$0.20
• 缓存输入 tokens：$0.02
• 输出 tokens：$2.00

比其他 LLM 提供商便宜很多，而且专门优化了浏览器任务。

🔐 认证和 CAPTCHA

认证处理

• 真实浏览器 Profile：复用你现有的 Chrome 登录状态
• AgentMail：使用临时邮箱账户
• Profile 同步：同步认证状态到远程浏览器

CAPTCHA 处理

Cloud 版本提供隐身浏览器，自动：

• 避免触发 CAPTCHA
• 处理验证码挑战
• 代理轮换防止封禁

📝 总结

Browser-Use 是AI Agent 时代的浏览器自动化神器：

• 开源免费，MIT License
• 自然语言控制浏览器
• ChatBrowserUse 模型比其他模型快 3-5 倍
• Cloud 版本提供隐身浏览器、代理轮换、CAPTCHA 解决
• 1000+ 集成（Gmail、Slack、Notion 等）
• CLI 快速迭代，Claude Code Skill 集成

告诉你的电脑做什么，它就会完成。

GitHub：https://github.com/browser-use/browser-use

官方文档：https://docs.browser-use.com