Browser Use 使用教程：安装、第一个浏览器智能体、换模型与登录态

本文根据 Browser Use 官方仓库 README 和官方文档 Quickstart 整理，资料核对于 2026-10-11。文中代码取自官方页面，没有在本机运行验证。

适用于谁

• 搜「browser use 使用」「browser use 教程」「browser use agent」「browser use cli」的人；
• 想让大模型替你在网页上点击、填表、翻页、提取信息的人；
• 写过 Selenium 或 Playwright 脚本，被页面一改版就失效折腾过的人。

结论先说

1. Browser Use 是一个开源的浏览器智能体：让大模型在浏览器里导航网页、完成任务。你用一句话描述任务，它自己决定点哪里、输入什么。
2. 三种用法：全托管的云服务；命令行（给 Claude Code、Codex 这类已有的智能体加上浏览器能力）；Python 库（本地运行开源的智能体，自己选模型）。本文讲 Python 库。
3. 安装：需要 Python 3.11 及以上，装 browser-use 包，再装一个 Chromium。
4. 最小程序：创建一个大模型对象，创建 Agent(task=..., llm=...)，然后 await agent.run()。
5. Python 库本身免费（MIT 许可），但模型调用和托管浏览器另行计费。

一、安装

官方 Quickstart 的步骤：

bash
pip install uv
uv venv --python 3.12
source .venv/bin/activate
# On Windows use `.venv\Scripts\activate`
uv pip install browser-use

然后安装 Chromium：官方的做法是用 uv 的工具运行器执行 browser-use install 这个子命令，原样命令见官方 Quickstart。

README 给的另一种起步方式是新建项目后 uv add browser-use。

二、配置 API Key

在项目目录里建一个 .env 文件，写入你要用的那一家的 Key。官方列出的变量名：

只需要写你用的那一个。.env 不要提交进代码仓库。

三、第一个任务

官方 Quickstart 的示例（使用 Browser Use 自家的模型）：

python
from browser_use import Agent, ChatBrowserUse
from dotenv import load_dotenv
import asyncio

load_dotenv()

async def main():
    llm = ChatBrowserUse()
    task = "Find the number 1 post on Show HN"
    agent = Agent(task=task, llm=llm)
    await agent.run()

if __name__ == "__main__":
    asyncio.run(main())

运行后会打开一个浏览器，智能体自己访问页面、查找内容，直到完成任务。

• task：用自然语言描述要做的事。写得越具体越好：去哪个网站、要什么信息、以什么形式返回；
• llm：驱动智能体的大模型；
• agent.run()：开始执行。智能体每一步都会观察页面，再决定下一步动作。

四、换成其他模型

Quickstart 给了同一段脚本的几个变体，区别只在导入的类和创建 llm 的那一行：

这些类都从 browser_use 导入，并使用上表中对应的环境变量。模型名是官方页面示例里的写法，实际使用时换成你账号可用的当前模型。

各家 Key 的获取见《OpenAI API Key 怎么获取》、《Gemini API Key》、《Claude API Key》。

五、常用的进阶能力

自定义工具。 想让智能体在浏览器操作之外还能做别的事（查数据库、写文件、调你的接口），README 的做法是用 Tools 注册函数，加上 @tools.action 装饰器。

复用登录态。 很多任务需要已登录的账号。README 给了两种办法：

• 本地：Browser.from_system_chrome()，使用本机 Chrome 的用户配置；
• 云端：使用云浏览器的 profile ID。官方说明配置同步只复制 cookie。

云浏览器。 创建浏览器时写 Browser(use_cloud=True)，改用官方托管的浏览器，需要 BROWSER_USE_API_KEY。

命令行。 README 的第二种用法是命令行工具，定位是给已有的编程智能体提供浏览器操作能力，具体子命令见官方文档。

六、费用（官方 README，2026-10-11 核对）

价格和额度会调整，以官网为准。浏览器智能体每一步都要调用一次模型，一个任务几十步很常见，测试时留意用量。

七、几条注意事项

• 验证码：官方的说法是，带隐身和代理的云浏览器可以减少遇到验证码的概率，但没有任何配置能保证避开或解决验证码。遇到验证码时由人来处理；
• 登录态等于账号权限：把自己的 Chrome 配置交给智能体，它就能以你的身份操作那些已登录的网站。只在必要时使用，任务范围写清楚，重要账号不要交出去；
• 网页内容不可信：页面上的文字可能包含针对智能体的指令。涉及付款、发送消息、删除数据的操作，不要让它无人值守地执行；
• 遵守网站的规则：目标网站的服务条款、访问频率限制仍然适用；
• 别指望百分之百成功：页面复杂、步骤多时会失败。把大任务拆小，给出明确的完成标准。

常见问题

Q：和 Playwright、Selenium 是什么关系？

后两者是你写死每一步的自动化脚本；Browser Use 是让模型根据页面当前的样子决定每一步。页面经常改版、流程不固定时它更省事；流程固定、要求稳定和速度时，传统脚本仍然更合适。

Q：必须用它自家的模型吗？

不是。官方推荐自家模型，同时给了 OpenAI、Google、Anthropic 的写法。

Q：能在服务器上无界面运行吗？

官方文档里有面向生产环境的写法（@sandbox 装饰器配合云端 profile），属于进阶内容，见官方文档。

Q：想让 Claude Code 直接用浏览器，要用这个吗？

可以走它的命令行方式；也可以看 Claude 自家的浏览器扩展，见《Claude in Chrome》。

参考资料

• browser-use/browser-use（官方仓库）：https://github.com/browser-use/browser-use
• Quickstart（官方文档）：https://docs.browser-use.com/open-source/quickstart