🌐 browser-use：让AI Agent像人一样操控浏览器的开源利器-壹联网络

想让AI像真人一样操控浏览器？点击按钮、填写表单、滚动页面？browser-use正是这样一个Python开源库，让AI Agent能够控制真实浏览器完成各种网页操作，Star已突破87000+。

项目介绍

browser-use是目前最火的AI浏览器自动化开源库之一。它通过自然语言指令，让AI Agent能够像真人一样操作Chrome或其他浏览器——点击按钮、填写表单、滚动页面、提取数据等，真正实现”用自然语言控制浏览器”。

GitHub：https://github.com/browser-use/browser-use
Stars：87322 | 语言：Python | 协议：MIT

核心特色

1. 自然语言驱动：用自然语言描述任务，AI自动分析页面并执行操作。

2. 支持主流AI模型：支持OpenAI、Claude、Gemini、DeepSeek等主流LLM。

3. 可视化调试：提供Web界面，实时观看AI操控浏览器的过程。

4. 内置DOM感知：AI能理解页面结构，自动识别可交互元素。

5. 多标签页支持：支持同时管理多个浏览器标签页。

6. 云端服务：提供cloud.browser-use.com云服务，支持分布式运行。

安装步骤

方式一：pip安装（推荐）

pip install browser-useplaywright install chromium

方式二：使用uv

uv pip install browser-use
playwright install chromium

方式三：Docker安装

git clone https://github.com/browser-use/browser-use.git
cd browser-use
docker-compose up -d

依赖说明：browser-use依赖Playwright，需要先安装Playwright支持的浏览器（支持Chrome、Firefox、WebKit）。

使用方法

基础示例：让AI自动搜索信息

import asyncio
from browser_use import Agent
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4")
agent = Agent(
    task="帮我搜索2026年最新的人工智能发展趋势，并总结前5点",
    llm=llm,
)
asyncio.run(agent.run())

高级示例：自动填写表单

import asyncio
from browser_use import Agent
from langchain_anthropic import ChatAnthropic

llm = ChatAnthropic(model="claude-sonnet-4-20250514")
agent = Agent(
    task="打开https://example.com/register，填写用户名test123、邮箱test@example.com，然后点击注册按钮",
    llm=llm,
)
asyncio.run(agent.run())

使用Claude模型

import asyncio
from browser_use import Agent
from langchain_anthropic import ChatAnthropic

llm = ChatAnthropic(model="claude-3-5-sonnet-20241022")
agent = Agent(
    task="登录GitHub，搜索browser-use项目，查看其Stars数量",
    llm=llm,
)
asyncio.run(agent.run())