Browser Use 进阶实战:敏感凭据脱敏、自定义 Python 动作与防卡死超时控制

跑通了 Browser Use 基础示例,但不敢把内部后台密码明文写进提示词、怕页面改版死循环点爆 API 账单?本文详解 sensitive_data 本地占位脱敏、@tools.action 自定义业务回调、Pydantic 强类型结果抽取,以及 max_steps 防卡死熔断代码。

NNathaniel bigo··原创首发·AI 辅助撰写
8 分钟读完
资料核对于 2026-11-19 · 依据官方文档与公开资料整理 其他 账号

照着 Browser Use 入门安装与首个浏览器智能体教程 跑通演示脚本后,很多研发团队想拿它自动巡检自家测试环境后台、批量导出 SaaS 报表或验证前端下单链路。

但从玩具 Demo 迈向真实生产脚本,横在面前的有三道硬门槛:第一,绝对不能把测试账号的真实密码明文塞进 task 字符串发给云端大模型;第二,抓完网页数据怎么无缝回调你本地的 Python 入库函数或拿回干净的 JSON 对象;第三,万一网页弹窗遮挡,怎么防止智能体原地死磕三十步把 Token 烧光。下面用一套完整的加固代码逐个击破。

AI 全栈开发订阅配套入口:在本地部署与联调开源 AI 框架时,搭配固定月费的终端编程智能体与旗舰推理订阅能大幅缩短排错时间。国内无境外信用卡可在本站通过支付宝、微信支付或 AlipayHK 免密自助开通 Claude Code 订阅、ChatGPT Plus / Pro 或查看 AI 会员充值总览。

裸写提示词填表与生产加固写法风险对比

一、sensitive_data:让云端大模型全程看不见真实密码

新手最容易犯的安全事故,就是直接写 task="打开后台输入账号 admin、密码 P@ssw0rd123 登录"——这样你的明文密码会随着每一轮提示词被完整发往外部模型接口。

Browser Use 原生提供了 sensitive_data(敏感数据本地映射字典):你只需在提示词里写占位变量名(如 x_user、x_pass),云端模型推理时只看到占位符并输出“往密码框填入 <secret>x_pass</secret>”,直到最后一步由你本机运行的代码在本地内存里替换成真实密码敲进输入框,配合 use_vision=False(登录页填表阶段可关掉截图上传防密码框回显外泄)安全度拉满。

二、完整加固代码:脱敏填表 + @tools.action 自定义动作 + 强类型输出

Browser Use 生产级加固与防卡死四步

下面这份完整 Python 脚本把敏感凭据隔离、自定义本地动作(Tools)、Pydantic 结构化返回值以及步数与连续失败熔断全部组装在了一起:

python
import asyncio
import os
from pydantic import BaseModel
from browser_use import Agent, Browser, ChatAnthropic, Tools, ActionResult

# 1. 定义任务结束时必须返回的强类型结构(原理同 Pydantic AI 结构化校验)
class DashboardMetrics(BaseModel):
    active_users: int
    pending_tickets: int
    system_healthy: bool

# 2. 注册自定义本地 Python 动作:让浏览器智能体随时回调你的内部逻辑
tools = Tools(output_model=DashboardMetrics)

@tools.action("当页面出现异常红色告警横幅时,发送内部通知给值班工程师")
async def notify_oncall(alert_text: str) -> ActionResult:
    print(f"[本地告警回调已触发] 捕获页面异常:{alert_text}")
    return ActionResult(extracted_content="已成功记录告警并通知值班人员")

async def run_inspection():
    # 3. 准备敏感凭据字典:从本地环境变量读取,绝不明文拼入提示词
    secrets = {
        "https://admin.staging.example.com": {
            "stg_user": os.environ["STAGING_ADMIN_USER"],
            "stg_pass": os.environ["STAGING_ADMIN_PASS"],
        }
    }

    browser = Browser(headless=True)
    llm = ChatAnthropic(model="claude-sonnet-4-5", temperature=0.0)

    agent = Agent(
        task=(
            "访问 https://admin.staging.example.com ,使用账号 stg_user 和密码 stg_pass 登录测试后台。"
            "进入概览看板提取今日活跃用户数与待处理工单数;若顶部有红色告警条请先调用通知工具,最后按指定结构输出结果。"
        ),
        llm=llm,
        browser=browser,
        tools=tools,
        sensitive_data=secrets, # 按域名严格绑定的敏感占位字典
        max_failures=3,         # 连续 3 次动作报错立即熔断止损,不死磕
        max_actions_per_step=4, # 允许同一轮把“输账号+输密码+点登录”打包批量执行省费用
    )

    # 4. 硬卡全局最大步数上限 max_steps=15,严防意外跳转陷入死循环
    history = await agent.run(max_steps=15)
    raw_json = history.final_result()
    if raw_json:
        metrics = DashboardMetrics.model_validate_json(raw_json)
        print("巡检结构化结果:", metrics)

if __name__ == "__main__":
    asyncio.run(run_inspection())
研发团队订阅与高配额省心方案:调试复杂多步智能体循环、RAG 切片策略与 CI 评测流水线非常消耗单日 Token。个人主力开发推荐免上号兑换 Claude Pro iOS 自助卡密 或 5 倍额度的 Claude Max 5x,多人研发团队协同亦可联系客服定制 ChatGPT Business 团队版。

三、省一半 Token 与防卡死的四个关键参数细节

由于浏览器智能体每走一步都要读取精简 DOM 树(开启视觉时还要附带网页截图),单次任务的上下文开销远高于纯文本问答。调优下面四个细节能让稳定性和账单同时改善:

  1. 务必给 sensitive_data 套上域名限定键名:注意上面代码里字典外层包了 "https://admin.staging.example.com": { ... }。这样就算网页上藏着恶意第三方跳转链接把浏览器拐到了外部钓鱼域名,Browser Use 检测到当前 URL 域名不匹配,会当场拒绝填入真实密码。
  2. 善用 max_actions_per_step 合并连贯小动作:面对包含五六个输入框的常规表单,允许模型在单次推理里一口气规划好“填姓名 -> 填邮箱 -> 勾选协议 -> 点提交”四步动作连续跑完,比每填一个框就重新截一次图调一次大模型快三倍、省一大半开销。
  3. 分清何时用本地独立配置目录(user_data_dir)复用登录态:对于已经手动登录好的复杂后台,不要直接挂载你平时办公正在开着的系统主 Chrome 目录(两个进程同时读写同一个 Profile 极易引发文件锁冲突报错);更稳妥的做法是单独指定一个专用目录如 user_data_dir="./bot_chrome_profile",首次以有头模式(headless=False)手动登好保存 Cookie,后续定时巡检再切无头模式静默复用。
  4. 纯静态内容采集别杀鸡用牛刀:如果目标网页根本不需要多步点按钮填表,只是想把几十篇公开网页转成干净文本入库,改用 Crawl4AI 异步并发抓取框架 会省掉百分之九十以上的模型调用费;而复杂的纯后端数据校验编排则可搭配 Pydantic AI 框架 协同处理。

日常编写自动化端到端巡检脚本与调试前端选择器逻辑时,配合官方固定额度的编程订阅工具效率极高。需要开通海外直连开发订阅的同学,可前往查看贝果研究社 Claude Code 订阅与配置方案或 ChatGPT Plus 自助充值专页。

常见问题

巡检过程中如果意外撞上人机验证码(CAPTCHA)或者二次短信确认,应该怎么优雅处理?

切记:严禁尝试用任何自动化脚本或视觉模型去破解、绕过人机验证码门禁。针对自家测试环境,正道是在测试服后台给自动化巡检账号或内网 IP 配置免验证码白名单;针对个人本地辅助填表场景,可以写一个 @tools.action("遇到人工验证或支付确认时暂停等待人类接管") 函数,在终端发出提示音并 input("请人工在浏览器窗口完成核验后按回车继续..."),人手点完再交还给智能体收尾。

怎么回放排查昨天半夜无头模式(headless=True)跑挂的那一步到底点偏到了哪儿?

在初始化 Agent 时传入 save_conversation_path="./logs/run_trace" 或开启内置的 GIF 录屏参数(generate_gif=True)。跑完后目录下会自动生成一张按步骤标清高亮点击框的完整操作动图,一眼就能看清是弹窗没关掉还是测试服接口超时白屏。

搭好开源框架后,国内没有外币信用卡怎么开通主力编程与大模型订阅?

可在 本站 AI 会员充值中心 使用支付宝、微信支付或 AlipayHK 自助选购卡密,支持免交密码兑换 Claude Code(Pro / Max)、ChatGPT Plus 与 ChatGPT Pro,并支持开具增值税发票;实时价格与售后边界(封号不在质保范围)以对应商品页说明为准。

小结

  1. 涉及登录账号密码等敏感字段一律走按域名锁定的 sensitive_data 字典,绝不把明文凭据塞进 task 提示词。
  2. 用 Tools(output_model=...) 与 @tools.action 打通本地 Python 告警入库函数并拿回经过 Pydantic 校验的强类型结果。
  3. 生产运行必须同时卡死 agent.run(max_steps=...) 与 max_failures=3,复用登录态时优先创建独立的专用 user_data_dir 配置文件夹避免锁冲突。

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同产品的其他教程

  1. 01

    用 ChatGPT 速读英文产品手册、开源文档与 GitHub Issue 并沉淀团队中文内训手册

    团队引入海外 SaaS 工具或开源框架时,全英文文档晦涩冗长、真正的坑全藏在几十页 GitHub Issue 讨论里。本文分享速读拆解英文手册、归类 Issue 排障库以及重构团队中文内训 SOP 的完整实战流程。

    ChatGPT其他 AI 工具0
  2. 02

    用 ChatGPT 写油猴脚本(Tampermonkey)与浏览器书签小工具解决网页繁琐重复操作实战

    每天在后台系统里重复勾选几十个复选框、手工复制网页表格或清理遮挡阅读的侧边栏,既枯燥又浪费时间。本文分享不会写 JS 也能用 F12 配合 ChatGPT 写出油猴脚本与书签小工具的完整实战流程。

    ChatGPT其他 AI 工具0
  3. 03

    用 ChatGPT 写高质量 SQL 窗口函数(RANK / LAG / SUM OVER)做留存与漏斗分析实战

    做用户留存率、复购间隔与有序转化漏斗时,多层自连接既难读又拖垮数据库,窗口函数则是高效解法。本文整理数据库方言喂数规范、CTE 分层提示词以及用内置沙盒先验证再上线的完整实战流程。

    ChatGPT其他 AI 工具0
  4. 04

    ChatGPT 连接 Canva、Figma、Linear、Jira、Dropbox 等第三方应用搜不到数据或授权失效怎么办

    在 ChatGPT 接入 Canva、Figma、Linear、Jira 或 Dropbox 后,明明显示已连接却搜不到文件工单,或老提示授权失效怎么办?本文拆解账号错绑、OAuth 范围漏选、权限继承与管理员拦截 5 步排障法。

    ChatGPT其他 AI 工具0
  5. 05

    Anthropic Contextual Retrieval(上下文增强检索)是什么、怎么实现:给文档块自动补背景摘要结合缓存降失误率

    长文档切成小块后丢了公司名、年份和主语指代导致 RAG 频频搜错?本文按 Anthropic 官方技术文章详解 Contextual Retrieval 原理、官方公开评测失误率下降 49% 至 67% 的组合架构,以及用 Claude 提示词缓存低成本批量生成切片背景的完整 Python 代码。

    Claude其他 AI 工具0
  6. 06

    RAG 知识库回答不准怎么调优:切片大小(Chunking)、BM25 + 向量混合检索与 Rerank 重排序三步排查法

    搭好的 RAG 企业知识库一问具体型号、报错码或跨行表格就答非所问?本文按 OpenAI 与 Anthropic 官方检索文档,给出先隔离检索与生成故障、再按结构化切片(Chunking)、BM25 加向量混合召回(RRF)与 Rerank 重排序逐层调优的三步法。

    Claude其他 AI 工具0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~