[Github] Browser Use – AI Agent 浏览器自动化框架

Github发现2026-03-21发布 WarpEdit
174 0 0

想象一下:你只需要用自然语言告诉电脑”帮我填这份简历”、”去Instacart把这个购物清单加入购物车”,AI就能像真人一样打开浏览器、操作网页、完成任务。这不是科幻,Browser Use 把它变成了现实。

Browser Use 是目前最火的 AI 浏览器自动化开源项目,在 GitHub 上已斩获 81.6k Stars,9.6k Forks,被 2.4k 个项目集成使用。MIT 许可证,Python 驱动,代码完全开源。

项目状态(截至 2026-07-13):仓库 browser-use/browser-use 当前约有 104,401 Stars、11,505 Forks,默认分支为 main,许可证为 MIT,最近一次推送日期为 2026-07-12,仓库未归档。数据会持续变化,使用前请查看 README、Releases、提交记录和 LICENSE 原文。

Browser Use 官网

相关链接

Browser Use 是什么

Browser Use 是一个让 AI 智能体控制浏览器的开源库。它通过解析网页结构、理解页面内容,然后指挥 LLM(如 Claude、GPT、Gemini)像真人一样操作浏览器——点击按钮、填写表单、搜索信息、截图等。

项目由 Python 开发(占比 98.4%),基于 Playwright 构建,支持本地运行和云端 API 调用。版本、分支和贡献者数量变化频繁,安装前应查看 Releases 与文档。

项目团队位于苏黎世和旧金山,已经完成了从开源工具到商业化服务的完整闭环,云端 API 支持隐身浏览器、代理轮换等高级功能。

核心功能

1. 自然语言驱动的浏览器操作

这是 Browser Use 的核心能力。你只需描述任务,AI 就会:

  • 打开目标网页
  • 理解页面内容和结构
  • 规划操作步骤(点击、输入、滚动等)
  • 逐项执行并验证结果
  • 返回完成状态或截图

内置的 ChatBrowserUse() 模型经过专项优化,在浏览器自动化任务上比普通模型快 3-5 倍,准确率行业领先。

2. 丰富的 Demo 案例

官方提供了多个开箱即用的演示案例:

  • ? 表单填写:上传简历,AI 自动填写求职申请表
  • ? 购物助手:把购物清单自动加入 Instacart
  • ? PC 配件选购:在 PCPartPicker 上搜索和比较配件

3. CLI 工具

Browser Use 还提供了命令行工具,支持持续性浏览器会话:

browser-use open https://example.com    # 打开网址
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

4. Claude Code 集成

通过安装 Skill,Browser Use 可以让 Claude Code 直接控制浏览器执行任务:

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

5. 自定义工具扩展

支持通过装饰器注册自定义工具,扩展 Agent 能力:

from browser_use import Tools

tools = Tools()

@tools.action(description='Description of what this tool does.')
def custom_tool(param: str) -> str:
    return f"Result: {param}"

6. 云端版本(Browser Use Cloud)

不想自己部署?云端版本提供:

  • 隐身浏览器(Stealth Browser)
  • 代理轮换(Proxy Rotation)
  • 大规模并行任务执行
  • CAPTCHA 绕过
  • 5 个免费任务额度

快速上手

安装(推荐 uv)

uv init && uv add browser-use && uv sync
# uvx browser-use install  # 如果没有安装 Chromium

快速模板

想更快开始?使用官方模板:

uvx browser-use init --template default

可选模板:

  • default – 最简配置
  • advanced – 全功能配置
  • tools – 自定义工具示例

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()

if __name__ == "__main__":
    asyncio.run(main())

适用人群

  • AI 开发者:为 AI Agent 添加浏览器操作能力
  • 爬虫工程师:AI 驱动的智能爬虫,比传统规则爬虫更灵活
  • 自动化测试:用自然语言描述测试流程,AI 自动执行
  • RPA 场景:替代传统的 RPA 流程,零代码配置
  • Claude Code / Cursor 用户:让 AI 编程助手直接操作网页

技术亮点

  1. 专为浏览器自动化优化的 LLM:ChatBrowserUse 在自动化任务上比通用模型快 3-5 倍
  2. 基于 Playwright:成熟稳定的浏览器控制底层
  3. 多模型支持:OpenAI、Claude、Gemini、ChatBrowserUse 或本地 Ollama
  4. 活跃社区:81.6k Stars、301 位贡献者、2.4k 项目集成
  5. 完整开发生态:CLI、Cloud API、MCP、Claude Code Skill
  6. MIT 许可证:完全开源,商业可用

总结

Browser Use 解决的是一个很实在的问题:让 AI 真正”动手”操作网页,而不是只会”动嘴”回答问题。它的价值在于把网页理解、浏览器动作和 Agent 工作流连接起来——无论你是想让 AI 帮你填表、做竞调、还是给网页截图,Browser Use 都能以最小的配置代价帮你实现。

如果你在构建需要网页操作的 AI Agent,或者想让 Cursor、Claude Code 这样的编程助手替你操作浏览器,Browser Use 值得一试。

传送门https://github.com/browser-use/browser-use

© 版权声明

相关文章

暂无评论

none
暂无评论...