Browser Use 能做什么？

Browser Use 让 AI 智能体像你一样使用浏览器——它可以打开页面、点击按钮、输入文字、填写表单。你只需描述任务，它就能完成。例如，你可以让它：

📋 填写表单

任务：“用我的简历和信息填写这份求职申请。”

示例代码 ↗

🍎 提取数据

任务：“提取关于我关注者的结构化数据，并导出为 CSV。”

https://github.com/user-attachments/assets/93714c75-98f4-4cfc-add1-69c38b5138b5

Browser Use Cloud 文档 ↗

💻 QA 自动化

任务：“对我本地网站进行 QA 测试，报告任何 Bug、可用性问题以及视觉不一致。”

Browser Use CLI ↗

快速开始

如果你想在你的智能体（Claude Code、Codex、Cursor、Hermes、OpenClaw 等）中使用 Browser Use，请粘贴以下提示词，它将自动完成所有设置：

Install or upgrade browser-use to the latest stable version with uv using Python 3.12, run `browser-use skill install` to register the skill, and connect it to my browser. If setup or connection fails, follow https://github.com/browser-use/browser-harness/blob/main/install.md.

然后告诉你的智能体你想做什么。

Python 库：自动化网络的最简单方式

想大规模自动化网络，从你自己的代码出发，并使用任何 LLM？请使用 Python 库：

1. 安装 Browser Use (Python >= 3.11)：

uv add browser-use
# or: pip install browser-use

2. 将你的 LLM API 密钥添加到 .env 文件。从 Browser Use Cloud 获取一个，或者使用你自己的提供商密钥：

# .env
BROWSER_USE_API_KEY=your-key
# GOOGLE_API_KEY=your-key
# ANTHROPIC_API_KEY=your-key

3. 运行你的第一个智能体：

import asyncio

from browser_use import Agent, ChatBrowserUse

async def main():
    agent = Agent(
        task="Find the number of stars of the browser-use repo",
        llm=ChatBrowserUse(model='openai/gpt-5.5'),
        # llm=ChatBrowserUse(model='bu-2-0'),  # Browser Use's optimized model
        # llm=ChatOpenAI(model='gpt-5.5'),
        # llm=ChatAnthropic(model='claude-opus-4-8'),  # Sonnet also works well
    )
    history = await agent.run()

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

更多内容请查看 库文档 和 云文档！

开源 vs 云

我们在 100 个真实世界的浏览器任务上对 Browser Use 进行了基准测试。完整基准测试是开源的：browser-use/benchmark。

Browser Use 还以 87.4% 的平均成功率位居 Odysseys 排行榜 第一，超越了 OpenAI、Anthropic、Google 和 Microsoft 的计算机使用智能体。Odysseys 衡量智能体在 200 个长周期网络任务上的表现。

使用开源智能体

• 免费，运行在你的本地机器上
• 深度代码级集成与控制：选择你的 LLM，自定义智能体行为
• 我们建议将其与我们的 云浏览器 配合使用，以获得领先的隐身性、代理轮换和扩展能力

使用 全托管云智能体（推荐）

• 更强大的智能体，适用于复杂任务（见上图）
• 最简单的启动和扩展方式
• 通过代理轮换和验证码解决获得最佳隐身性
• 1000+ 集成（Gmail、Slack、Notion 等）
• 持久化文件系统和内存

集成、托管、自定义工具、MCP 等更多内容，请参阅我们的文档 ↗

常见问题

from browser_use import Agent, ChatBrowserUse

llm = ChatBrowserUse(model='anthropic/claude-sonnet-4-6')  # 或 'openai/gpt-5.5', 'google/gemini-3-pro'
agent = Agent(task='...', llm=llm)

from browser_use import Tools

tools = Tools()

@tools.action(description='描述此工具的功能。')
def custom_tool(param: str) -> str:
    return f"结果: {param}"

agent = Agent(
    task="你的任务",
    llm=llm,
    browser=browser,
    tools=tools,
)

引用

如果你在研究或项目中使用了 Browser Use，请引用：

@software{browser_use2024,
  author = {Müller, Magnus and Žunič, Gregor},
  title = {Browser Use: Enable AI to control your browser},
  year = {2024},
  publisher = {GitHub},
  url = {https://github.com/browser-use/browser-use}
}

告诉你的电脑该做什么，它就会完成。