Browser Use：让 AI 替你操作浏览器，自动点鼠标、填表格

它是什么

Browser Use（直译就是"用浏览器"）是一个能让 AI 替你操作浏览器的工具。你给它一句话，比如"帮我去某网站搜一下 XX，把前 5 个结果整理出来"，它就真的会打开浏览器、自己点鼠标、自己打字，把活儿干完。

它的工作原理挺有意思：AI 会"看"网页（其实是读取网页内容），然后自己判断该点哪里、输入什么、滚动到哪，一步一步把任务做完。就像有个人坐在你电脑前，替你操作鼠标键盘。

需要说明一下：这个工具是用 Python（一种编程语言）来驱动的，所以你得稍微懂一点点"敲命令"的操作。比起前面那些纯拖拽的工具，它更适合有点动手能力的老手。

解决什么问题

网上有大量重复又枯燥的操作：填一堆表单、批量搜信息、定时下单、爬数据……手动做又累又容易出错。

Browser Use 就是来替你点鼠标的，它特别适合这些人：

• 经常要在网页上做重复操作、想偷懒的人。
• 想批量采集网页信息、但不会写复杂爬虫的人。
• 想让 AI 帮忙"跑腿"、自动完成网上任务的人。
• 会一点 Python、想玩点高级自动化的老手。

长什么样

Browser Use 不像普通软件那样有漂亮的图形界面，它主要是靠代码和命令行来用的：

• 你会看到一个命令行窗口，里面打印着 AI 正在干嘛，比如"正在打开网页""正在点击搜索按钮"。
• 它会真的弹出一个浏览器窗口，你能亲眼看到 AI 在里面点来点去、自动填字，特别有"看机器人干活"的感觉。
• 你的"任务"是用几行 Python 代码写好的，比如告诉它"去做 XX"。

虽然没有花哨界面，但看着浏览器自己动起来，其实挺解压的。

怎么安装

因为它基于 Python，所以要先准备好 Python 环境。跟着步骤来：

1. 先装 Python：访问 python.org，下载 3.11 以上的版本，安装时一定要勾选 Add Python to PATH（把 Python 加到系统路径）。
2. 打开命令行：Windows 按 Win + R 输入 cmd 回车；Mac 打开"终端"。
3. 建一个项目文件夹并进去，输入并回车：

   mkdir browser-use-demo
   cd browser-use-demo

4. 安装 Browser Use，输入并回车：

   pip install browser-use

5. 它需要一个浏览器内核，再输入这行命令安装：

   playwright install chromium

   （Playwright 是一个能"遥控"浏览器的工具，你不用懂原理，装上就行。）
6. 装好后，准备一个能跑 Python 的文件，比如新建一个 demo.py，就可以开始用了。

怎么用

我们来跑一个最简单的例子：让 AI 去搜索一个东西，并把结果告诉你。

1. 用记事本或任意编辑器，新建一个文件叫 demo.py，把下面这段代码复制进去：

   import asyncio
   from browser_use import Agent
   from langchain_openai import ChatOpenAI
   
   async def main():
       agent = Agent(
           task="去维基百科搜索'人工智能'，把第一段内容总结成一句话",
           llm=ChatOpenAI(model="gpt-4o"),
       )
       result = await agent.run()
       print(result)
   
   asyncio.run(main())

2. 这段代码的意思是：造一个"小助手"，给它一个任务（去维基百科搜"人工智能"并总结），再指定用哪个 AI 模型来"动脑子"。
3. 用 AI 需要 API key（AI 的"通行证"）。在命令行里先设置一下，比如：

   set OPENAI_API_KEY=你的key

   （Mac/Linux 用 export OPENAI_API_KEY=你的key。）
4. 运行它，输入并回车：

   python demo.py

5. 然后你就会看到浏览器自己弹出来、自动搜索、自动阅读，最后在命令行里打印出一句总结。任务完成！

想让它干别的，只要把 task= 后面那句话改成你的需求就行，比如"帮我打开某网站，填写这个表单"。

需要 AI 模型吗？

需要的。Browser Use 里的 AI 要"看懂网页、决定下一步点哪里"，这都得靠一个 AI 模型来思考。

它支持很多模型，比如 OpenAI 的 GPT 系列、Claude 等都能接，填上对应的 API key（AI 的"通行证"）就行。因为要频繁"看网页、做判断"，建议选个聪明点的模型，效果会更好。

不知道选哪个？看这里就对了：

去模型导航挑一个适合你的 AI 助手 →

费用

Browser Use 这个工具本身是免费、开源的，谁都能免费用。

花钱的地方在 AI 模型上：它每"看"一次网页、做一次判断，都要调用 AI，任务越复杂、调用越多，模型费用就越高。新手可以先用小任务试试水，控制好用量。

适合谁

• 经常做网页重复操作、想自动化的上班族
• 想批量采集网页信息、但不会写复杂爬虫的人
• 会一点 Python、想玩高级自动化的老手
• 想让 AI 帮忙"跑腿"完成网上任务的折腾党

项目地址

Browser Use 是开源项目，源代码和详细说明都在 GitHub 上，目前已经有 97k（9 万 7 千）个 star（点赞），社区非常活跃：

https://github.com/browser-use/browser-use