Browser Use — 让 AI Agent 像人一样操控浏览器（82.8k ⭐）
0 次浏览
2026/3/23
Browser Use 是什么？
Browser Use 是目前 GitHub 最受欢迎的 AI 浏览器自动化框架，已获 82,000+ 星。它让 GPT-4、Claude、Gemini 等任意 LLM 能够真正"看懂"网页并执行操作——不是传统的 CSS 选择器自动化，而是像人类一样理解页面上下文、做出决策并完成任务。
核心特性
- 多模态感知：截图 + DOM 双通道理解页面，准确率远超纯文本方案
- 极简 API：5 行 Python 代码即可让 AI 完成复杂网页任务
- 多 LLM 支持：OpenAI、Anthropic、Google、Ollama 本地模型均可对接
- 任务持久化：长任务支持断点续跑，中断后可从上次位置继续
快速上手
from browser_use import Agent
from langchain_openai import ChatOpenAI
agent = Agent(
task="在京东搜索 iPhone 16 并找到最低价",
llm=ChatOpenAI(model="gpt-4o"),
)
await agent.run()
典型使用场景
- 电商比价和自动下单
- 社交媒体内容自动发布
- 表单批量填写
- 网页数据采集（无需写爬虫）
- 软件测试自动化
与 Selenium/Playwright 对比
传统工具需要手写选择器维护，UI 变动就要重写脚本。Browser Use 用 AI 理解意图，UI 变了也能自适应，维护成本极低。
免责声明
本站内容主要用于信息整理、技术研究与经验分享，不对第三方产品或服务的可用性、完整性作出任何明示或暗示的保证。
- 本站所分享的资源、工具、教程等内容仅供学习与研究参考，请勿用于商业用途。
- 部分内容可能来源于公开网络或开源社区，如涉及版权或其他合法权益问题，请通过联系方式与我们联系，我们将在核实后及时处理。
- 如需将相关内容用于商业产品或盈利性业务，请自行联系权利方获取正式授权。
- 因不当使用引发的版权或合规风险，由使用者自行承担。
- 外部链接失效或无法访问属于正常现象，本站不保证所有链接的持续有效性。
转载或引用本文内容，请保留原文链接并注明来源。
评论
加载中...