Browser Use

Browser Use 是一款让 AI 代理能够像人类一样操控网页浏览器的开发工具和云服务。GitHub 星标超过 11.1 万，是 AI 浏览器自动化领域最具影响力的开源项目之一。

Browser Use 提供三层产品体系：

一、Browser Use Agents（云端 AI 代理）。用户用自然语言描述任务，云端托管的 AI 代理便会打开网页、点击按钮、填写表单并完成整个工作流程。支持 API V4 接口，提供 JSON Schema 结构化输出、同浏览器上下文的多轮对话会话、工作区持久化文件读写、可回放的无 LLM 消耗确定性脚本，以及人工介入认证和审批流程。默认托管模型为 GPT-5.6 Luna，输入令牌 0.24 美元／百万，输出令牌 1.44 美元／百万，浏览器运行时间 0.02 美元／小时。

二、Browser Infrastructure（云端浏览器基础设施）。用户连接自己代码中的 AI 代理或编码工具（如 Playwright、Puppeteer、Selenium）到 Browser Use 托管的 Chromium 浏览器实例，按分钟计费（0.02 美元／浏览器·小时）。内置隐身浏览器构建和 CAPTCHA 处理、195+ 国家的住宅代理、可持久保存 Cookie 和认证会话的浏览器 profiles，以及实时预览、嵌入视图和会话录制功能。

三、开源工具（Open Source）。browser-use Python 库支持开发者本地或自有基础设施上构建和运行浏览器代理，安装命令为 pip install browser-use。Browser Harness 为编码代理提供 CLI 和可安装 skill 接入浏览器控制。Cloud SDK 和 MCP 服务器则让 Cursor、Claude Code、Codex 等主流 AI 编程工具通过 MCP 协议连接 Browser Use 云端能力。

在基准测试中，Browser Use Agents 在 106 个 Internal Bench Hard 任务中成功率达 82％，单任务平均成本仅 0.17 美元；在 300 个 Online-Mind2Web 任务中得分 98％。Browser Infrastructure 则以 84.8％ 的成绩创下 BrowserBench 296 任务纪录，并在 71 个高安全基准测试中达到 81％。