尧图网站设计 尧图网站设计YAOTU DESIGN
ARTICLE DETAIL

资讯详情

深耕网站设计与一线实操的经验洞察。

让 AI 替你操作浏览器:Browser-Use AI 浏览器自动化框架快速入门

让 AI 替你操作浏览器:Browser-Use AI 浏览器自动化框架快速入门 让 AI 替你操作浏览器Browser-Use AI 浏览器自动化框架快速入门【免费下载链接】browser-use Make websites accessible for AI agents. Automate tasks online with ease.项目地址: https://gitcode.com/GitHub_Trending/br/browser-use你有没有这样的早晨打开 5 个后台系统登录导出数据改名存网盘。每一步都一样每天都得重来一遍。填表更糟——几十份结构相同的申请表换个姓名就交下一份两小时里手比脑子累。Browser-Use 是一个开源的 AI 浏览器自动化框架你用一句自然语言描述任务它打开真实浏览器自己点击、输入、滚动、下载把事做完。查价格、智能表单填充、批量抓取都是它的日常活。三条命令跑通你的第一个任务它是个 Python 库Python 3.11 以上就能用。先装库想边跑边翻示例再顺手把源码拉下来pip install browser-use # 可选拉源码方便翻 examples/ 里的现成脚本 git clone https://gitcode.com/GitHub_Trending/br/browser-use装完跑python -c import browser_use不报错环境就通了。然后把你手边的大模型 API 密钥写进项目根目录的.env文件——官方密钥、OpenAI、Google 的都能用BROWSER_USE_API_KEY你的密钥最后写一个十几行的脚本让 AI 去查一个真实数据import asyncio from browser_use import Agent, ChatBrowserUse agent Agent( task查找 browser-use 项目在 GitHub 上的星标数, llmChatBrowserUse(modelopenai/gpt-5.5), ) asyncio.run(agent.run())跑完你会看到一个真实浏览器窗口自己打开导航到项目页面读懂页面上的数字把答案交回给你。把task里的句子换成你的工作它就是你的自动化助手。三句任务描述能接住哪些活它吃的是任务描述不是代码。下面三件事你只需要照实说跨平台比价访问京东、天猫、拼多多记录 iPhone 15 的当前售价和评价数量整理成 CSV列包含商品名、价格、评价数。批量表单登录公司招聘系统为张三前端、李四后端填写入职申请表核对必填项无误后提交提交后截图留档。站点巡检每 30 分钟检查一次官网首页返回 404 或加载超过 10 秒就通知运维群并把每次检查的时间戳和结果记入日志。更重的活也能接。官方演示应用 examples/apps/ad-use/ 让 Agent 抓取目标网站的品牌信息直接生成广告图和落地页成品长这样加一个工具调几个参数想让它会新本事注册一个自定义动作即可——函数体就是你自己的 Python 逻辑from browser_use import Tools tools Tools() tools.action(description计算两个数字的和) def add_numbers(a: int, b: int) - int: return a b agent Agent(task..., llmyour_llm, toolstools)跑完你会看到AI 在需要求和的步骤主动调了这个工具而不是自己心算。浏览器行为是第二个抓手。代理、下载路径、页面加载超时、是否禁用图片加载这些都在 browser_use/browser/profile.py 里按参数调整。大站点任务把图片加载关掉速度立竿见影。它的事件系统还允许你在页面加载完成、弹窗出现、下载结束这些时机挂上自己的回调比如下载一落盘就推通知。模型怎么选同一个任务成功率差 54 个百分点同一句任务描述换模型结果完全不同。这是官方在 100 个真实浏览器任务上跑出的基准BU Bench V1图上 85% 的是官方优化模型开源库里表现最好的 Claude Opus 4.7 是 74%GPT 5.5 是 66%最小的那个只有 31%。所以选型的实际意义是性能优先官方优化模型85%比第二名高 7 个百分点。预算有限GPT 5.5、Gemini 3.5 Flash 这类通用模型65% 上下成本低得多。数据不能出内网接 Ollama 跑本地模型数据不出机房适合敏感业务。你大概会问的三件事要花钱吗框架 MIT 开源、免费你只为所用大模型的 API 调用付费本地部署连这部分也省了。需要登录的网站怎么办它支持保存 Cookie 和会话状态也可以直接复用你现有的 Chrome 配置文件examples/browser/real_browser.py 就是这个玩法。首次登录一次后续任务自动保持登录。会被网站发现吗它基于 Chromium 内核Chrome、Edge 都没问题并内置拟人化操作和随机延迟。高安全级别的站点先小规模试跑再谈放量。下一步现在就把第一个任务跑起来打开终端按三条命令那节跑通查星标的最小任务10 分钟以内的事。跑通后做两件事去 examples/ 挑一个最像你日常工作的脚本改一行任务描述再给你自己的高频操作加一个自定义工具。想先摸边界情况tests/ 目录里有现成的回归用例想快速查各模块能力看 skills/ 目录下的速查文档。把重复劳动的网页操作交给它把整块时间还给自己。【免费下载链接】browser-use Make websites accessible for AI agents. Automate tasks online with ease.项目地址: https://gitcode.com/GitHub_Trending/br/browser-use创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表