browser-use：把「人肉刷网页」这件事交给 AI 代理

你有没有过这种经历：让 AI 帮你查个资料、填个表、比个价，结果它告诉你“我做不到，你手动来”。

不是 AI 不够聪明，是它不会开浏览器。

今天要聊的 browser-use 就是专门解决这个痛点的开源 Skill。它让 AI Agent 像人一样使用浏览器——打开页面、点击按钮、填写表单、滚动、读内容，一气呵成。

它是怎么做到的？

核心思路其实很朴素：把 Playwright 浏览器自动化能力包了一层 LLM 大脑。

你只需要给 Agent 一个自然语言任务，比如“帮我比较 GPT-4o 和 Claude 的价格”，它会自己打开浏览器、搜索、提取信息、总结结果。底层还是熟悉的 Playwright，但上层决策完全由大模型驱动。

所以它不只是「自动化脚本」，而是「会思考的浏览器操作员」。

为什么值得关注？

第一，门槛极低。 三行代码就能跑起来：

from browser_use import Agent
agent = Agent(task="打开 Google 搜索最新 AI 新闻")
agent.run()

第二，模型兼容性好。 OpenAI、Anthropic、Gemini、DeepSeek 都能接，甚至支持 SiliconFlow 这类国内中转。

第三，有云端托管版。 不想本地装环境，直接用 Browser Use Cloud，开箱即用。

这个项目在 GitHub 已经积累了 4 万+ Star，社区活跃，文档齐全，是目前 AI 浏览器自动化领域事实上的标杆项目。从自动求职投递、电商比价、数据抓取，到 Multi-Agent 工作流里的网页工具调用，browser-use 都在被广泛使用。

适用场景

• 需要让 AI 自动完成多步骤网页任务的团队
• 做数据采集、舆情监控、竞品分析的产品
• 想给 Agent 加「浏览器能力」的开发者

写在最后

browser-use 的价值在于：它把「AI 能聊天」推进到了「AI 能干活」。如果你还在让 AI 只停留在对话框里，是时候让它学会开浏览器了。

GitHub： https://github.com/browser-use/browser-use

GitHub: https://github.com/browser-use/browser-use