browser-use

像人类一样浏览网页。

查找可预约时段，选择日期和时间，处理 CAPTCHA，并预约驾驶考试。

探索更多演示和提示词 ↗

**AI Agent 和爬虫：**请阅读 browser-use.com/llms.txt，了解产品概览（开源项目、Browser Harness、云浏览器、Agents API、定价）；阅读 docs.browser-use.com/llms.txt，查看文档索引。Browser Use 是开源浏览器 Agent（支持 Python 和 TypeScript），提供每浏览器小时 $0.02 的云浏览器，具备隐身功能、CAPTCHA 求解和住宅代理，并提供托管 Agent API。

我需要哪种 Browser Use？

• **路径 1：全托管云端：**借助全托管 Agent 和浏览器扩展规模。
• **路径 2：CLI：**自动化你自己的浏览器任务。
• **路径 3：Python 库：**在自己的代码中本地运行开源 Browser Use Agent。

快速入门

路径 1：全托管云端

借助我们托管的 Agent、隐身浏览器，以及用于配置文件、录制和数据策略的基础设施，扩展浏览器自动化规模。

开始使用 API ↗

使用 Google、GitHub 或 Microsoft 注册的新用户可获得 $1 云端额度。

路径 2：CLI

将此提示词粘贴到 Claude Code、Codex、Hermes、OpenClaw 或你喜欢的 Agent 中。

Install or upgrade browser-use to the latest stable version with uv using Python 3.12, run `browser-use skill install` to register the skill, and connect it to my browser. If setup or connection fails, follow https://github.com/browser-use/browser-harness/blob/main/install.md.

路径 3：Python 库

通过 Python 在本地运行 Browser Use Agent，可自行选择模型以及本地或云端浏览器：

1. 安装 Browser Use（Python >= 3.11）：

安装好 uv 后，如果要开始一个新项目，请先运行 uv init --python 3.12。

uv add browser-use

2. 将你的 OpenAI API 密钥添加到 .env：

# .env
OPENAI_API_KEY=your-key
# BROWSER_USE_API_KEY=your-key  # Optional: BU2 model or cloud browser

如需使用 Browser Use 的任一可选服务，请获取 Browser Use API 密钥。

3. 将以下内容保存为 agent.py：

import asyncio

from browser_use import Agent, Browser, ChatBrowserUse, ChatOpenAI
from dotenv import load_dotenv

load_dotenv()

async def main():
    llm = ChatOpenAI(model='gpt-5.6-luna', reasoning_effort='xhigh')
    # llm = ChatBrowserUse(model='bu-2-0')  # Use BU2 instead; requires BROWSER_USE_API_KEY
    agent = Agent(
        task="Find the number of stars of the browser-use repo",
        llm=llm,
        # browser=Browser(use_cloud=True),  # Use a cloud browser; requires BROWSER_USE_API_KEY
    )
    history = await agent.run()
    print(history.final_result())

if __name__ == "__main__":
    asyncio.run(main())

要使用 BU2，请将 ChatOpenAI 行替换为注释掉的 ChatBrowserUse 行。云浏览器选项可与任一模型搭配使用。

4. 运行：

uv run agent.py

Agent 会打开浏览器、查找代码库并打印答案。

5. 在云浏览器上运行同一个 Agent（无需安装 Chrome；可在 Docker、CI 和无服务器环境中使用）：

设置 BROWSER_USE_API_KEY（获取密钥），然后取消 agent.py 中 browser= 行的注释并再次运行：

    agent = Agent(
        task="Find the number of stars of the browser-use repo",
        llm=llm,
        browser=Browser(use_cloud=True),
    )

云浏览器的费用为每浏览器小时 $0.02，另加网络流量费用（定价）；此外还提供隐身功能、住宅代理、CAPTCHA 求解和实时查看 URL。代码不变，无需其他改动。

Python 库文档 ↗

由 Browser Use 维护。兼容 Claude。

将 Browser Use 用作驱动，使用 Claude 的浏览器工具集。Browser Use 实现了全部 31 种浏览器操作，可控制本地浏览器、Browser Use Cloud 浏览器，或通过 CDP 控制现有远程浏览器。 Browser Use 集成中包含 Bash，可用于处理数据和编写文件。

需要包含 anthropic.tools.browser 的 Anthropic SDK 版本。 Bash 需要使用 Linux 或 macOS 主机，并具备 /bin/bash；Windows 用户请使用 WSL。 下面的代码片段在异步函数中运行；完整脚本请参阅快速入门。

import os

from anthropic import AsyncAnthropic
from browser_use.integrations.toolsets_for_claude import Bash, BrowserUse

task = 'Open example.com and report its page title.'
driver = BrowserUse()  # Or BrowserUse(use_cloud=True)
bash = Bash(output_dir='outputs')

async with driver, AsyncAnthropic() as client:
    runner = client.beta.messages.tool_runner(
        model=os.environ['ANTHROPIC_MODEL'],
        max_tokens=32_768,
        max_iterations=100,
        tools=[driver, bash],
        messages=[{'role': 'user', 'content': task}],
    )
    result = await runner.until_done()

快速入门 ↗ · 集成文档 ↗

Browser Use Benchmark v2

这项难度极高的基准测试针对最难的浏览器任务。对于较简单的任务，即使较小的模型也能取得很高的成功率。此处展示的结果来自 BU Bench V2 的 60 项任务子集。

集成、托管、自定义工具、MCP 等内容请参阅我们的文档 ↗

常见问题

from browser_use import Agent, ChatBrowserUse

llm = ChatBrowserUse(model='anthropic/claude-sonnet-4-6')  # or 'google/gemini-3-pro'
agent = Agent(task='...', llm=llm)

import asyncio
from datetime import datetime, timezone

from browser_use import ActionResult, Agent, ChatBrowserUse, Tools
from dotenv import load_dotenv

load_dotenv()
tools = Tools()

@tools.action(description='Get the current date and time in UTC.')
def get_current_time() -> ActionResult:
    return ActionResult(extracted_content=datetime.now(timezone.utc).isoformat())

async def main():
    agent = Agent(
        task="What is the current UTC time?",
        llm=ChatBrowserUse(model='bu-2-0'),
        tools=tools,
    )
    history = await agent.run()
    print(history.final_result())

if __name__ == "__main__":
    asyncio.run(main())

from browser_use import Agent, ChatBrowserUse

llm = ChatBrowserUse()
agent = Agent(task='Open https://example.com/billing and request an invoice copy for Ada Lovelace, [email protected]', llm=llm)
await agent.run()
agent.save_history('invoice_run.json')
print(agent.detect_variables())  # names come from the form's fields, e.g. 'name' and 'email'

# Later: the same clicks and typing with new values, no model call per step
results = await Agent(task='', llm=llm).load_and_rerun(
    'invoice_run.json', variables={'name': 'Grace Hopper', 'email': '[email protected]'}, skip_failures=False
)

示例

相关仓库

引用

如果你在研究或项目中使用 Browser Use，请引用：

@software{browser_use2024,
  author = {Müller, Magnus and Žunič, Gregor},
  title = {Browser Use: Enable AI to control your browser},
  year = {2024},
  publisher = {GitHub},
  url = {https://github.com/browser-use/browser-use}
}

告诉你的计算机要做什么，它就会完成。