Browser Use：用自然语言指挥 AI 操控浏览器，自动化办公从此简单
一句话简介
Browser Use 是一个开源 Python 框架，让 AI Agent 像人类一样使用网页浏览器——打开页面、点击按钮、填写表单、提取数据，全部用自然语言描述即可。
- GitHub 星标：113,700+
- 语言：Python
- 许可证：MIT
- 最新稳定版：0.13.10
- 官网：https://browser-use.com
- 文档：https://docs.browser-use.com
核心功能
1. 自然语言驱动浏览器操作
只需描述你想做什么，Browser Use 的 AI Agent 会自动完成。比如”填写这份求职申请表”、”抓取 Hacker News 首页标题”、”登录我的邮箱检查新邮件”——它都能办到。
2. 基于 Playwright 的真实浏览器渲染
与传统的 HTTP 请求爬虫不同，Browser Use 使用 Playwright 驱动真实浏览器，能够处理 JavaScript 渲染的单页应用（SPA）、需要登录才能访问的页面、以及复杂的交互式表单。
3. 支持多种 LLM 后端
兼容主流大模型，包括 OpenAI GPT-4o、Anthropic Claude、Google Gemini 等。你也可以使用 Browser Use Cloud 提供的托管模型服务，新用户可获得 15 美元免费额度。
4. MCP 协议支持
Browser Use 已集成 Model Context Protocol (MCP)，可以无缝接入 Claude Code、Cursor、Codex、Hermes 等 AI 编程助手，让你直接在编辑器里用自然语言调用浏览器自动化能力。
5. 云端托管与本地部署双模式
- Browser Use Cloud：托管式 Agent，无需配置本地环境，API 调用即可
- 本地库：完全本地运行，数据不出本地，适合对隐私要求高的场景
适用人群
- 职场人士：自动化填写重复性表单、批量处理网页数据
- 开发者：构建需要浏览器操作的 AI Agent 应用
- 数据分析师：从需要登录的网站抓取结构化数据
- RPA 替代者：寻找传统 RPA 工具现代化替代方案的用户
- AI 爱好者：探索 Agentic AI 在真实场景中的应用
与同类工具对比
| 特性 | Browser Use | Selenium | Playwright (原生) | Web Scraping Robot |
|---|---|---|---|---|
| 自然语言驱动 | ✅ | ❌ | ❌ | ❌ |
| 真实浏览器渲染 | ✅ | ✅ | ✅ | ✅ |
| 自动填写表单 | ✅ | 需手动编写 | 需手动编写 | 有限 |
| LLM 集成 | 内置 | 需自行对接 | 需自行对接 | 有限 |
| MCP 支持 | ✅ | ❌ | ❌ | ❌ |
| 上手难度 | 低（几行代码） | 中高 | 中 | 低 |
| 社区活跃度 | 极高（11万+ stars） | 高 | 高 | 中 |
总结：Browser Use 最大的差异化在于”用自然语言描述任务，AI 自动完成浏览器操作”，大幅降低了浏览器自动化的门槛。
如何使用
第一步：安装
# 使用 uv（推荐）
uv venv --python 3.12
source .venv/bin/activate
uv pip install browser-use
uvx browser-use install # 安装 Chromium 浏览器
或使用 pip：
pip install browser-use
第二步：配置 API Key
创建 .env 文件：
# 方式一：使用 Browser Use Cloud（推荐新手）
BROWSER_USE_API_KEY=your_api_key_here
# 方式二：自带 LLM Provider
ANTHROPIC_API_KEY=your_anthropic_key
# 或
GOOGLE_API_KEY=your_google_key
# 或
OPENAI_API_KEY=your_openai_key
第三步：写一个简单脚本
from browser_use import Agent
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model='gpt-4o')
agent = Agent(
task='访问 Hacker News 首页，找到当前排名第一的故事标题和链接',
llm=llm
)
result = await agent.run()
print(result)
第四步：运行
python your_script.py
Agent 会自动启动浏览器，完成你描述的任务，并返回结果。
第五步：在 AI 编程助手中使用（MCP 模式）
如果你使用 Claude Code、Cursor 等工具，只需一条指令即可安装：
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.
然后直接告诉 AI 你要做什么，比如”帮我去 GitHub 上找最新的 AI Agent 框架并列出 TOP 5”。
局限性
- 依赖 LLM 稳定性：复杂任务可能需要多次重试，费用随任务复杂度上升
- 浏览器渲染开销：相比纯 API 调用，浏览器自动化速度较慢
- 反爬虫风险：频繁操作可能触发目标网站的反爬机制
- Cloud 服务限制：免费额度仅 15 美元，重度使用需付费
总结
Browser Use 是目前最易上手的 AI 浏览器自动化工具之一，GitHub 11 万+ 星充分说明了其受欢迎程度。它将复杂的浏览器自动化操作抽象为简单的自然语言描述，无论是填写求职表、批量抓取数据，还是构建智能体应用，都能大幅降低开发成本。
对于已经使用 Claude Code、Cursor 等 AI 编程助手的开发者来说，Browser Use 的 MCP 集成更是锦上添花——让 AI 拥有了”眼睛和手”，可以真正在网页上完成实际工作。
推荐指数：⭐⭐⭐⭐⭐（5/5）
如果你是 AI 爱好者或需要浏览器自动化能力的开发者，Browser Use 绝对值得尝试。从安装到第一个 Agent 运行，通常不超过 5 分钟。
📎 相关链接 - GitHub 仓库 - 官方文档 - Browser Use Cloud - 示例代码
喜欢这篇评测？浏览 198007.xyz 工具集 发现更多 AI 浏览器自动化工具。