browser-use：AI浏览器自动化框架教程

GitHub 96.8K星 · 开源工具 · AI控制浏览器自动操作

项目简介

browser-use 是目前 GitHub 最火的浏览器自动化项目（96.8K星），让 AI Agent 直接控制浏览器，完成填表、搜索、数据抓取、网页测试等任务。与传统 Selenium 不同，browser-use 由 AI 驱动——你只需用自然语言描述要做什么，AI 自动理解页面并执行操作。

安装

# pip 安装
pip install browser-use

# 安装 Playwright 浏览器
playwright install chromium

# 配置 API Key
export ANTHROPIC_API_KEY=sk-ant-xxx
# 或
export OPENAI_API_KEY=sk-xxx

快速开始

from browser_use import Agent
from langchain_anthropic import ChatAnthropic

# 创建 AI Agent
agent = Agent(
    task="打开淘宝搜索机械键盘，找到价格最低的，截图返回",
    llm=ChatAnthropic(model="claude-sonnet-4-6")
)

# 执行任务
await agent.run()

实际场景示例

# 场景1: 自动填写表单
agent = Agent(
    task="打开 example.com/contact，填写姓名张三、邮箱test@test.com、留言hello，然后提交",
    llm=llm
)

# 场景2: 数据抓取
agent = Agent(
    task="打开 Hacker News 首页，获取前10条新闻的标题和链接，输出为JSON",
    llm=llm
)

# 场景3: 多步骤操作
agent = Agent(
    task="登录GitHub，创建一个名为test-repo的公开仓库，添加README",
    llm=llm,
    use_vision=True  # 启用视觉理解
)

登录态复用

# 保存浏览器会话
from browser_use import BrowserProfile

profile = BrowserProfile(
    user_data_dir="./browser_profile",
    persist=True
)

agent = Agent(
    task="在已登录的GitHub页面创建issue",
    browser_profile=profile,
    llm=llm
)

与MCP集成

# browser-use 作为 MCP Server
# mcp-config.json
{
  "mcpServers": {
    "browser": {
      "command": "python",
      "args": ["-m", "browser_use.mcp_server"]
    }
  }
}

对比 Cloudflare Kitesurf云端浏览器，browser-use 更适合本地部署和开发集成。配合 MCP协议 可让任意AI Agent获得浏览器操控能力。