让AI替你操控浏览器：browser-use 开源项目详细教程

在AI快速发展的今天，让AI自动完成网页操作已经成为现实。browser-use 是一个令人惊叹的开源项目，它能够将任何大语言模型连接到浏览器，实现真正的网页自动化操作。目前该项目已获得超过87,000颗GitHub星标，是AI浏览器自动化领域最受欢迎的工具之一。

项目介绍

browser-use 的核心理念是「让AI代理像人类一样使用浏览器」。它通过视觉理解和DOM分析，让AI能够看到网页内容、理解页面结构，并执行点击、输入、滚动等操作。与传统的网页爬虫不同，browser-use 不需要预先定义爬取规则，AI可以自主决策如何与网页交互。

该项目的设计充分考虑了开发者的使用体验，提供了简洁优雅的Python API，让开发者可以在几分钟内就开始使用。

核心特性

browser-use 具备多项强大功能：支持所有主流浏览器（Chrome、Firefox等）；与OpenAI、Anthropic、Google Gemini等主流LLM无缝集成；提供云端版本，无需配置本地环境，开箱即用；支持MCP扩展；内置反检测机制，模拟真实用户行为；支持截图、DOM提取等调试功能。

安装步骤

browser-use 要求Python 3.11或更高版本。使用 uv 包管理器安装最为便捷：

uv init
uv add browser-use
uvx browser-use install

也可以使用传统pip安装：pip install browser-use

快速上手

安装完成后，只需几行Python代码就可以让AI操控浏览器：

from browser_use import Agent, Browser, ChatBrowserUse
import asyncio

async def main():
    browser = Browser()
    agent = Agent(
        task="帮我搜索 GitHub 上最火的开源项目",
        llm=ChatBrowserUse(),
        browser=browser,
    )
    result = await agent.run()
    print(result)

asyncio.run(main())

AI会自动打开浏览器、访问GitHub、执行搜索并返回结果。整个过程无需人工干预。

配置API密钥

在项目根目录创建 .env 文件配置API密钥：

BROWSER_USE_API_KEY=your-key
ANTHROPIC_API_KEY=your-key

进阶用法

如果不想配置本地浏览器环境，可以使用云端版本，获得更好的隐身模式和更稳定的自动化体验：

browser = Browser(use_cloud=True)
agent = Agent(task="你的任务", browser=browser)

browser-use 还提供了专门的Agent提示词，可以让Cursor、Claude Code等编程助手直接操控浏览器。

使用场景

browser-use 的应用场景非常广泛：自动化测试Web应用；数据采集；表单自动填写；社交媒体管理；竞品网站内容监控。

开源协议

browser-use 采用 MIT 开源协议，允许自由使用、修改和商业化。

服务支持：如有兴趣不会搭建，可以联系微信：WRYD6166，开源项目搭建10-50元。