Browser Use 是什么、怎么用：让 AI 自己操作浏览器的开源智能体框架

本文根据 Browser Use 官方 GitHub 仓库 README 整理，资料核对于 2026-10-11。开源项目变化快，以官方仓库为准。

是什么

Browser Use 的一句话介绍是「会使用浏览器的智能体」，README 的常见问题里称它是开源的浏览器智能体（Python 与 TypeScript）。你用自然语言给出目标，比如「到某网站查这款产品的价格并整理成表格」，大模型就通过它控制真实的浏览器，一步步点击、输入、滚动，直到完成。仓库约有 11.75 万星标，采用 MIT 许可。

能做什么

README 列出的特性：

• 本地或云端运行：可以驱动本机浏览器，也可以使用云端浏览器；提供 Python 库和命令行两种用法。
• 可复用 Chrome 配置文件：沿用已登录的会话，免去让智能体处理登录。
• 自定义工具与系统提示词：给智能体增加自己的动作，或调整它的行为规则。
• 对接 Claude 的浏览器工具集：README 称实现了 31 种浏览器动作以及 Bash。
• 多模型支持：官方推荐自家的 ChatBrowserUse 模型，也支持 ChatOpenAI、ChatAnthropic、ChatGoogle，以及通过 Ollama 使用本地模型。

怎么上手

README 给出的快速开始：

bash
uv init --python 3.12   # 可选：新建项目
uv add browser-use

然后在 .env 文件里写入模型服务的密钥（README 的例子是 OPENAI_API_KEY=your-key），编写一个 agent.py 描述任务，再运行：

bash
uv run agent.py

命令行方式的初始化命令是 browser-use skill install。任务脚本的写法见官方文档与示例。

免费与付费

• 开源框架：免费，费用只有调用大模型的开销。
• Browser Use Cloud：README 标明云端浏览器 0.02 美元/浏览器小时，并提供托管的智能体 API；用 Google、GitHub 或 Microsoft 账号新注册可获 15 美元额度。其他收费项以官网为准。

适合谁 / 不适合谁

适合： 需要自动化没有 API 的网站操作的开发者；做网页测试、信息采集、表单填写类智能体的团队；研究「电脑操作智能体」的学习者。

不适合： 不写代码的用户（可以看带界面的智能体产品）；有稳定 API 可用的场景——直接调 API 更快更可靠；对成功率要求接近 100% 的关键业务流程。

注意事项

• 让智能体使用已登录的浏览器要格外小心：它可能误操作付款、发送消息或删除数据，涉及这类动作务必加人工确认。
• 网页上的文字可能包含针对智能体的恶意指令，不要让它带着重要账号访问不可信站点。
• 遵守目标网站的服务条款，不要用于绕过验证或批量抓取受限内容。