AI ManualsAI 技术开发者索引
浏览器与电脑操作

Browser Use

Browser Use 是一套浏览器自动化与智能体工具,让模型读取网页状态,并执行导航、点击和输入等操作。

浏览器 Agent自动化Python
开始阅读
智能体看页面,浏览器执行真实操作
Browser Use:智能体看页面,浏览器执行真实操作Browser Use 将目标与页面观察交给智能体;智能体请求浏览器操作,再依据返回的页面状态判断下一步。用户目标可检查的任务结果浏览器智能体读取页面、选择动作浏览器中的网页可见内容与控件导航、点击、输入人工接管登录或关键操作动作新的页面观察需要确认

这是一个观察与操作的闭环;敏感操作应暂停,交给人确认。

工作机制与关键组成

  1. 说明目标

    描述可以验证的结果,尽量避免依赖脆弱的坐标列表。

  2. 观察并操作

    智能体检查当前页面,选择可用的浏览器操作,并查看执行结果。

  3. 安全停止

    确认任务完成;遇到登录、付款或不可逆操作时暂停并交由人工处理。

如何选择

如果希望智能体根据页面情况动态选择操作,而不是为每个页面编写固定脚本,可以考虑 Browser Use。

适合解决哪些问题

  • 页面布局或操作路径经常变化,固定脚本难以维护时,用它尝试自动化。
  • 通过 API 或 MCP,把浏览器操作能力接入智能体工作流。

使用时要留意什么

  • 智能体可能点错控件,应限制任务范围并设置检查点。
  • 仍需遵守网站条款,并妥善处理反爬机制、账号凭据和页面数据。

使用前,先弄清楚

Browser Use 与固定浏览器脚本应该怎么选?

页面路径或布局变化较大、需要根据现场信息决定下一步时,可以考虑 Browser Use。对于步骤固定、断言明确且要反复回归的流程,固定脚本通常更容易复现和排错。选型时应比较实际成功率、耗时和模型调用成本。

继续核对原始资料

概念说明参考项目文档与源码;场景选择和接入建议为 AI Manuals 的整理判断。版本、价格、许可及接口细节请以项目当前说明为准。