browser-use
活跃简介
browser-use 提供浏览器自动化 Agent 能力，让 LLM 可以理解页面并执行复杂网页操作。
核心特性
- LLM 驱动浏览器自动化 — 让大语言模型理解网页内容并执行点击、输入、导航等操作
- 多模型支持 — 内置 ChatBrowserUse，同时支持 Gemini、Claude、GPT 等主流模型
- CLI 命令行工具 — 提供 open/state/click/type/screenshot 等命令实现快速浏览器控制
- 自定义工具扩展 — 支持为 Agent 注册自定义 Python 函数作为可调用工具
- 云端隐身浏览器 — 可选接入 Browser Use Cloud 获取代理轮换和验证码破解能力
- 模板快速生成 — 通过 uvx browser-use init 生成 default/advanced/tools 模板
适用场景
💡 自动化填写求职申请表单、购物下单等重复性网页操作
💡 构建网页数据采集 Agent，自动浏览并提取目标信息
💡 为 AI 编码助手（如 Claude Code）添加浏览器操作能力
💡 批量执行 Web 应用端到端测试和 UI 验证
💡 搭建个人助理自动完成 PC 配件比价、航班查询等复杂任务
分类
快速开始
# 安装（需要 Python >= 3.11）
uv init && uv add browser-use && uv sync
# 编写 Agent
# agent.py
from browser_use import Agent, Browser, ChatBrowserUse
import asyncio
async def main():
agent = Agent(
task="查找 browser-use 仓库的星标数",
llm=ChatBrowserUse(),
browser=Browser(),
)
await agent.run()
asyncio.run(main())