Browser Use 安装使用教程

项目简介

Browser Use 是一个开源的 AI 浏览器自动化代理，能让 AI 通过自然语言控制浏览器，自动完成填表、购物、搜索、数据提取等各种网页操作。无需编写复杂的爬虫或自动化脚本，只需用一句话告诉 AI 你想做什么，它就能自动完成。

支持多种主流大语言模型（OpenAI、Anthropic、Google Gemini 等），基于 Playwright 实现浏览器控制，GitHub 上已获得 85K+ Star。

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

官方网站：
https://browser-use.com

核心亮点

环境要求

• Python >= 3.11
• uv 包管理器（推荐）或 pip
• Chromium 浏览器（可自动安装）
• 一个 LLM API Key（OpenAI / Anthropic / Google 等）

⚠️ 确保 Python 版本 >= 3.11，旧版本不支持。推荐使用 uv 作为包管理器，速度更快。

安装步骤

uv init && uv add browser-use && uv sync

uvx browser-use install

# 选择一个 LLM 提供商即可BROWSER_USE_API_KEY=your-browser-use-key# OPENAI_API_KEY=your-openai-key# ANTHROPIC_API_KEY=your-anthropic-key# GOOGLE_API_KEY=your-google-key

from browser_use import Agent, Browser, ChatBrowserUseimport asyncioasync def main():    browser = Browser()    agent = Agent(        task="帮我搜索今天的天气预报",        llm=ChatBrowserUse(),        browser=browser,    )    await agent.run()if __name__ == "__main__":    asyncio.run(main())

uv run main.py

更多玩法

自定义工具

你可以给 Agent 添加自定义工具，扩展它的能力：

from browser_use import Toolstools = Tools()@tools.action(description='保存搜索结果到文件')def save_result(content: str) -> str:    with open('result.txt', 'w') as f:        f.write(content)    return "已保存"agent = Agent(    task="搜索并保存结果",    llm=llm,    browser=browser,    tools=tools,)

CLI 命令行模式

Browser Use 还提供了快速的命令行模式：

browser-use open https://example.com  # 打开网页browser-use state                      # 查看可点击元素browser-use click 5                    # 点击第5个元素browser-use type "Hello"               # 输入文字browser-use screenshot page.png        # 截图

✅ 提示：CLI 模式会在命令之间保持浏览器运行，适合快速调试和交互式操作。

常见问题

Q: 支持哪些大语言模型？

支持几乎所有主流 LLM：OpenAI（GPT-4o 等）、Anthropic（Claude）、Google（Gemini）、以及 Browser Use 自家优化的 ChatBrowserUse 模型。还可以通过 Ollama 使用本地模型。

Q: 是否完全免费？

Browser Use 库本身完全开源免费（MIT 协议）。但你需要自备 LLM API Key（如 OpenAI Key），会产生 Token 调用费用。Browser Use Cloud 提供付费的云端浏览器服务。

Q: 如何处理网站验证码（CAPTCHA）？

本地开源版本需要配合更好的浏览器指纹和代理才能绕过验证码。推荐使用 Browser Use Cloud 服务，内置反检测浏览器和验证码解决方案。

Q: 如何保持登录状态？

可以复用本机 Chrome 浏览器配置文件（Profile），已登录的网站无需重新登录。详见官方文档的 Authentication 章节。