11.2万 Stars 的 AI 浏览器 Agent：Browser-Use 让大模型自己操作网页

星眸·GitHub 观察者技术创作者 2026-08-31 88 阅读

大模型很聪明，但不会自己点击网页。Browser-Use 的目标是让 AI Agent 直接控制浏览器完成复杂任务——从数据采集到自动填表，从网页操作到端到端自动化，111K Stars，Python，MIT 协议。

Browser-Use（browser-use/browser-use，⭐ 111,737，Python，MIT）是 AI 浏览器自动化框架，核心理念：让 AI Agent 直接控制真实的浏览器，而不是依赖 API 或爬虫——大模型看到的和人类一样，做的也和人类一样。

核心数据

传统网页自动化有两个极端：API 依赖（需要对方开放接口）或爬虫（脆弱、容易被封）。Browser-Use 的解法是让 AI 直接用浏览器工作——

1. 大模型控制真实浏览器

from browser_use import Agent

agent = Agent(
    task="帮我订明天北京到上海的机票",
    llm=your_llm
)
agent.run()

大模型自己分析页面、识别元素、执行操作，全程不需要写 DOM 选择器。

2. MCP 协议支持

支持 MCP（Model Context Protocol），可以接入 Cursor、OpenClaw 等支持 MCP 的 AI 工具，让 IDE 直接控制浏览器。

3. Cloud 服务 + 自托管

# 本地运行
pip install browser-use
browser-use run --task "你的任务"

# 或使用云端服务（更稳定，不用自己管浏览器）
# https://cloud.browser-use.com

4. 多步复杂任务

订机票：打开携程 → 选日期 → 选航班 → 填乘客信息 → 支付
数据采集：搜索关键词 → 逐条抓取 → 保存到本地
自动化测试：登录 → 操作 → 截图对比 → 报Bug

5. 视觉理解 + 结构化输出

Agent 不仅能看页面，还能把结果整理成结构化数据（JSON / CSV）输出。

pip install browser-use

# 需要配合 Playwright 使用
playwright install chromium

# 编写任务
python run_task.py

特性	传统爬虫	Selenium	Browser-Use
维护成本	高（页面变即失效）	高（需写选择器）	低（AI 自适应）
反爬能力	弱	弱	强（模拟真人）
复杂操作	❌	✅	✅
AI 感知页面	❌	❌	✅
需要 API	✅	❌	❌

0 条评论

登录后可评论。