通用 LLM 浏览器自动化框架

Browser Use 让 AI Agent 能像你一样使用网页浏览器——打开页面、点击按钮、输入文字、填写表单。你只需描述任务，它就会替你完成。例如，你可以让它：

Browser Use Cloud 文档 ↗

如果你想在自己的 Agent（Claude Code、Codex、Cursor、Hermes、OpenClaw 等）中使用 Browser Use，请粘贴以下 prompt，它会自行完成所有设置：

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.

然后告诉 Agent 你希望它完成什么任务即可。

想通过自己的代码大规模自动化网页操作，并且使用任意 LLM？请使用 Python 库：

1. 安装 Browser Use（Python >= 3.11）：

uv add browser-use
# or: pip install browser-use

2. 将你的 LLM API key 添加到 .env。你可以从 Browser Use Cloud 获取，也可以使用自己的 provider key：

# .env
BROWSER_USE_API_KEY=your-key
# GOOGLE_API_KEY=your-key
# ANTHROPIC_API_KEY=your-key

3. 运行你的第一个 Agent：

import asyncio

from browser_use import Agent, ChatBrowserUse

async def main():
    agent = Agent(
        task="Find the number of stars of the browser-use repo",
        llm=ChatBrowserUse(model='openai/gpt-5.5'),
        # llm=ChatBrowserUse(model='bu-2-0'),  # Browser Use's optimized model
        # llm=ChatOpenAI(model='gpt-5.5'),
        # llm=ChatAnthropic(model='claude-opus-4-8'),  # Sonnet also works well
    )
    history = await agent.run()

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

欢迎查看库文档和 Cloud 文档，了解更多内容！

我们使用 100 个真实世界中的浏览器任务对 Browser Use 进行了基准测试。完整 benchmark 已开源：browser-use/benchmark。

Browser Use 还以 87.4% 的平均成绩位居 Odysseys 排行榜第一，领先于 OpenAI、Anthropic、Google 和 Microsoft 的 computer-use Agent。Odysseys 用 200 个长周期网页任务衡量 Agent 的表现。

使用开源 Agent

免费，并且可以在你自己的机器上运行。

提供深入到代码层面的集成和控制能力：选择你的 LLM，并自定义 Agent 的行为。

我们建议搭配 Cloud Browser 使用，以获得领先的隐身能力、代理轮换和扩展能力。

使用全托管 Cloud Agent（推荐）

面对复杂任务时，Agent 的能力强得多（参见上图）。

最容易上手，也最容易扩展。

通过代理轮换和 CAPTCHA 识别，提供最佳的隐身能力。

支持 1000 多种集成（Gmail、Slack、Notion 等）。

提供持久化文件系统和记忆。

关于集成、托管、自定义工具、MCP 等更多内容，请参阅我们的文档 ↗

如果你已经有一个 Agent（Claude Code、Codex、Cursor、Hermes、OpenClaw 等），并希望它替你完成浏览器任务，请使用 CLI。Agent 只需安装一次 skill（参见快速入门），之后便能控制浏览器。例如：

“把这个视频上传到 YouTube。”

“比较这三款笔记本电脑，并用表格列出价格。”

“用我的简历填写这份求职申请。”

如果你正在构建用于自动化网页操作的软件，请使用 Python 库。例如：

按计划或并行运行大量任务（抓取、监控、QA）。

将 Browser Agent 嵌入你自己的产品。

使用自定义工具、自定义 system prompt、结构化输出，以及细粒度的浏览器控制。

经验法则：通过 Agent 执行一次性任务 → CLI；在代码中实现可重复的自动化 → Python 库。

我们专门针对浏览器自动化任务优化了 ChatBrowserUse()。在保持 SOTA 准确率的同时，它完成任务的平均速度比其他模型快 3～5 倍。

有关定价和其他 LLM provider，请参阅我们支持的模型文档。

可以。ChatBrowserUse 接受带 provider 前缀的 model id，因此只需一个 BROWSER_USE_API_KEY 就能访问所有模型——不需要分别提供 OpenAI、Anthropic 或 Google 的 key：

from browser_use import Agent, ChatBrowserUse

llm = ChatBrowserUse(model='anthropic/claude-sonnet-4-6')  # or 'openai/gpt-5.5', 'google/gemini-3-pro'
agent = Agent(task='...', llm=llm)

如果追求最佳速度和成本，我们仍然建议使用默认的 bu-* 模型。

可以。如果你将 ChatBrowserUse(model='browser-use/bu-30b-a3b-preview') 与普通的 Agent(...) 搭配使用，Browser Use 仍然会替你发送其默认的 Agent system prompt。

你不需要因为切换到了开源预览模型，就额外添加一条自定义的“Browser Use system message”。只有当你确实希望针对自己的任务定制默认行为时，才需要使用 extend_system_message 或 override_system_message。

如果你希望获得默认配置下最佳的速度和准确率，我们仍然建议使用较新的托管 bu-* 模型。如果你想使用开源预览模型，除 model= 的值之外，其他设置都不需要改变。

可以！你可以添加自定义工具来扩展 Agent 的能力：

from browser_use import Tools

tools = Tools()

@tools.action(description='Description of what this tool does.')
def custom_tool(param: str) -> str:
    return f"Result: {param}"

agent = Agent(
    task="Your task",
    llm=llm,
    browser=browser,
    tools=tools,
)

可以！Browser Use 是开源的，可以免费使用。你只需选择一个 LLM provider，例如 OpenAI、Google、ChatBrowserUse，也可以通过 Ollama 运行本地模型。

这个开源库采用 MIT License。关于 Browser Use 的服务与数据政策，请参阅我们的服务条款和隐私政策。

请查看我们的身份验证示例：

使用真实浏览器 profile——复用你现有的 Chrome profile 和其中保存的登录信息。

如果你想使用带收件箱的临时账户，请选择 AgentMail。

如需将身份验证 profile 同步到远程浏览器，请运行 curl -fsSL https://browser-use.com/profile.sh | BROWSER_USE_API_KEY=XXXX sh（将 XXXX 替换为你的 API key）。

这些示例展示了如何维护 session，并无缝处理身份验证。

要处理 CAPTCHA，你需要更出色的浏览器指纹伪装和代理。请使用 Browser Use Cloud，它提供专为避免检测和 CAPTCHA 挑战而设计的隐身浏览器。

Chrome 可能会占用大量内存，同时并行运行许多 Agent 也很难管理。

对于生产环境，请使用 Browser Use Cloud API，它可以处理：

可扩展的浏览器基础设施。

隐身浏览器指纹。

高性能并行执行。

如果你在研究或项目中使用了 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，它就会替你完成。