browser-use

英文原文正文为项目原始 README（英文），本站后续会翻译为中文，当前仅剔除图片与无关章节并统一排版。

---

# 像人类一样浏览网页。 查找可用时段，选择日期和时间，处理验证码，并预约驾驶考试。 [探索更多演示和提示 ↗](https://browser-use.com/showcase)
> **AI代理和爬虫:** 阅读 [browser-use.com/llms.txt](https://browser-use.com/llms.txt) 获取产品地图（开源、浏览器控制、云浏览器、代理API、定价）以及 [docs.browser-use.com/llms.txt](https://docs.browser-use.com/llms.txt) 获取文档索引。Browser Use 是开源浏览器代理（Python 和 TypeScript），提供每浏览器小时 $0.02 的云浏览器，并具备隐身、验证码解决和住宅代理功能，同时提供托管的代理API。 # 我需要哪种 Browser Use？ - **[路径1：完全托管的云](#path-1-fully-hosted-cloud):** 使用完全托管的代理和浏览器进行扩展。 - **[路径2：CLI](#path-2-cli):** 自动化您自己的浏览器任务。 - **[路径3：Python库](#path-3-python-library):** 从自己的代码本地运行开源 Browser Use 代理。 # 快速开始 ## 路径 1：完全托管的云 通过我们的托管代理、隐身浏览器以及用于配置文件、录制和数据策略的基础设施来扩展浏览器自动化。 [开始使用 API ↗](https://docs.browser-use.com/cloud/agent/quickstart) 新的 Google、GitHub 或 Microsoft 注册用户可获得 **15 美元云信用**。
## 路径 2：命令行界面（CLI） 将此提示粘贴到Claude Code、Codex、Hermes、OpenClaw或你喜欢的任何代理中。 ```text 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. ```
## 路径 3：Python 库 从 Python 本地运行 Browser Use 代理，可选择模型和本地或云浏览器： **1. 安装 Browser Use（Python >= 3.11）：** 安装 [uv](https://docs.astral.sh/uv/getting-started/installation/) 后，如果你是开始一个新项目，请先运行 `uv init --python 3.12`。 ```bash uv add browser-use ``` **2. 将你的 [OpenAI API 密钥](https://platform.openai.com/api-keys) 添加到 `.env`：** ```bash # .env OPENAI_API_KEY=your-key # BROWSER_USE_API_KEY=your-key # Optional: BU2 model or cloud browser ``` 对于任意可选的浏览器使用服务，请获取一个 [浏览器使用 API 密钥](https://cloud.browser-use.com/new-api-key)。 **3. 将此保存为 `agent.py`：** ```python import asyncio from browser_use import Agent, Browser, ChatBrowserUse, ChatOpenAI from dotenv import load_dotenv load_dotenv() async def main(): llm = ChatOpenAI(model='gpt-5.6-luna', reasoning_effort='xhigh') # llm = ChatBrowserUse(model='bu-2-0') # Use BU2 instead; requires BROWSER_USE_API_KEY agent = Agent( task="Find the number of stars of the browser-use repo", llm=llm, # browser=Browser(use_cloud=True), # Use a cloud browser; requires BROWSER_USE_API_KEY ) history = await agent.run() print(history.final_result()) if __name__ == "__main__": asyncio.run(main()) ``` 要使用 BU2，请将 `ChatOpenAI` 行替换为已注释的 `ChatBrowserUse` 行。云浏览器选项适用于任一模型。 **4. 运行它：** ```bash uv run agent.py ``` 代理打开浏览器，查找仓库，并打印其答案。 [Python 库文档 ↗](https://docs.browser-use.com/open-source/introduction)
# 浏览器使用基准测试 v2 这个[非常困难的基准测试](https://github.com/browser-use/benchmark)针对最难的浏览器任务。在较简单的任务中，即使是较小的模型也能取得非常高的成功率。显示的结果来自 BU Bench V2 的 60 个任务子集。 ## 在我们的文档中了解集成、托管、自定义工具、MCP 等 ↗
# 常见问题

我应该使用完全托管的云、命令行界面还是 Python 库？

• 完全托管云：通过 API 发送任务，让 Browser Use 运行代理、浏览器和基础设施。
• CLI：为现有代理（Claude Code、Codex、Hermes、OpenClaw、Pi、Cursor 等）提供浏览器访问权限。您可以以交互方式或在脚本中使用它。
• Python 库：在您自己的应用程序中运行开源代理，使用自定义工具、结构化输出，并选择您喜欢的模型。

CLI 和 Python 库都可以连接到本地或云端浏览器。云浏览器托管浏览器；完全托管的 API 也运行代理。

使用哪个模型最好？

我们推荐 BU2，这是我们为浏览器自动化优化的模型：ChatBrowserUse(model='bu-2-0')。它使用 BROWSER_USE_API_KEY；ChatBrowserUse() 当前选择的是相同的模型。

最佳选择取决于您的任务、延迟和预算。请参考 BU2 模型卡、基准测试，以及 支持的模型和定价 来比较选项。

我可以通过 ChatBrowserUse 使用 Claude / GPT / Gemini 吗？

可以。ChatBrowserUse 通过 Browser Use 网关接受带提供者前缀的模型 ID，使用 BROWSER_USE_API_KEY：

从 browser_use 导入 Agent, ChatBrowserUse
llm = ChatBrowserUse(model='anthropic/claude-sonnet-4-6')  # 或 'google/gemini-3-pro'
agent = Agent(task='...', llm=llm)

你也可以通过像 ChatOpenAI、ChatAnthropic 和 ChatGoogle 这样的包装器直接使用提供者，每个提供者使用自己的 API 密钥。参见 支持的模型。

我需要提供系统提示吗？

不需要。Agent(...) 会自动提供 Browser Use 系统提示，包括在更换模型时。将你的任务放在 task= 中。当你需要自定义行为时，使用 extend_system_message 添加指令，或使用 override_system_message 替换默认提示。

请参见 自定义系统提示示例。

我可以使用自定义工具与代理吗？

可以。将函数注册到 Tools 并传递给代理。以下示例添加了一个用于当前 UTC 时间的工具，并使用 .env 中的 BROWSER_USE_API_KEY：

import asyncio
from datetime import datetime, timezone
从 browser_use 导入 ActionResult、Agent、ChatBrowserUse、Tools 从 dotenv 导入 load_dotenv
加载_dotenv()
tools = Tools()
@tools.action(description='获取当前UTC日期和时间。')
def 获取当前时间() - >  动作结果:
    return ActionResult(extracted_content=datetime.now(timezone.utc).isoformat())
异步 def main():
    agent = Agent(
        task="What is the current UTC time?",
        llm=ChatBrowserUse(model='bu-2-0'),
        tools=tools,
    )
    history = await agent.run()
    print(history.final_result())
if __name__ == "__main__":
    asyncio.run(main())

我可以免费使用这个吗？

这个 Python 库是免费的，并且拥有 MIT 许可。模型推理和托管浏览器是分开的：API 提供商，包括 ChatBrowserUse 和 Browser Use Cloud，会对使用量收费。你也可以通过 Ollama 使用本地浏览器和本地模型，但需符合你的硬件和模型要求。

服务条款

这个开源库是根据 MIT 许可证发布的。有关浏览器使用服务 & 数据政策，请参阅我们的 服务条款 和 隐私政策 。

我该如何处理身份验证？

• 本地浏览器：使用 Browser.from_system_chrome() 来重用 Chrome 配置文件。请参阅 真实浏览器指南 和 示例。
• 云浏览器：请按照 配置文件同步指南 操作，然后使用 Browser(use_cloud=True, cloud_profile_id='your-profile-id')。

配置文件同步会传输 Cookie，而不会传输本地存储、IndexedDB 或扩展程序。某些网站可能需要你重新登录。

我如何解决验证码？

Browser Use Cloud 提供隐身浏览器和代理，旨在减少机器人检测和验证码挑战。使用 Python 库时，可通过 Browser(use_cloud=True) 启用云浏览器，并设置 BROWSER_USE_API_KEY。

结果取决于网站和挑战；没有任何浏览器配置能够保证每个验证码都能被避免或解决。

我如何进入生产环境？

选择您想要管理的数量：

• 保留您的代理代码：将 CLI 或 Python 库连接到 云浏览器，以获取托管浏览器基础设施、隐身模式、配置文件和录制功能。
• 也让我们运行代理：使用 完全托管的云 API 提交任务并获取结果。

您也可以在自己的基础设施上托管 Python 库和浏览器。

## 相关仓库 | 仓库 | 它的用途 | | --- | --- | | [浏览器工具](https://github.com/browser-use/browser-harness) | 我们的 CLI，用于让 AI 代理控制你的浏览器。 | | [浏览器工具 JS](https://github.com/browser-use/browser-harness-js) | 让你的 JavaScript 代理控制真实浏览器。 | | [Browser Use Pi](https://github.com/browser-use/browser-use-pi) | 运行基于 Pi 构建的 TypeScript 浏览器代理。 | | [云 SDK](https://github.com/browser-use/sdk) | 将 Browser Use Cloud 集成到你的应用中。 | | [视频使用](https://github.com/browser-use/video-use) | 使用你的编码代理编辑视频。 | | [macOS 工具](https://github.com/browser-use/macos-harness) | 让你的代理控制 Mac 应用、浏览器和文件。 | | [性能测试](https://github.com/browser-use/benchmark) | 探索浏览器任务并比较代理性能。 |
## 引用 如果您在研究或项目中使用浏览器使用，请引用： ```bibtex @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} } ```