Browser Use
开源最火的开源 AI 浏览器控制框架,让大模型结合视觉与 DOM 自动操作任意网页完成任务。
#browser-agent#open-source#playwright#rpa
定价与免费门槛
开源 Python 库免费(MIT 协议);另提供省去浏览器运维的官方 Cloud 云沙盒
最适合人群与场景
需要对接无 API 后台网页、搭建自动网页执行与测试代理的 Python 开发者。
Browser Use 实测定位与核心介绍
很多传统网站后台根本不提供 API。Browser Use 在开源界迅速走红,正是因为它把“大模型视觉截图 + 精简 DOM 可交互编号树 + Playwright”结合得非常干净,让 Python 几行代码就能让 Agent 像真人一样自动浏览点击、翻页查价、填表提交并抓取登录态下的页面任务。
核心亮点
- 同时结合截图与可交互 DOM 元素编号标注,兼顾准确率与省 Token
- 开源免费易于二开,支持自定义接入 Claude、GPT、DeepSeek 或本地模型
- 官方同步提供云端分布式浏览器池服务,解决并发与代理难题
核心优势
- 大幅减少以前写传统爬虫与 RPA 时网站一改版 CSS 选择器全挂的痛点
- 社区开源活跃度极高,基于成熟 Playwright 引擎可靠性强
不足与注意点
- 每步浏览器交互都要请求大模型视觉/DOM 决策,比传统接口和爬虫慢且费钱
- 遇到强反爬验证码拦截的页面仍需要人为配合或另寻合规通路
实战用法与避坑建议
尽量复用已保留登录态的本地浏览器 Cookie Profile,限制允许访问的域名范围,任务拆短,能省下大笔大模型视觉调起时间与费用。
什么情况不建议选
对方本来就提供现成 API 或静态网页抓内容就能搞定(直接用 API 或 Firecrawl),以及遭遇严格人机验证码拦阻的页面。
信息核验于: 2026-11-21