Browser Use 是什麼、怎麼用：讓 AI 自己操作瀏覽器的開源智能體框架

本文根據 Browser Use 官方 GitHub 倉庫 README 整理，資料核對於 2026-10-11。開源項目變化快，以官方倉庫為準。

是什麼

Browser Use 的一句話介紹是「會使用瀏覽器的智能體」，README 的常見問題裏稱它是開源的瀏覽器智能體（Python 與 TypeScript）。你用自然語言給出目標，比如「到某網站查這款產品的價格並整理成表格」，大模型就通過它控制真實的瀏覽器，一步步點擊、輸入、滾動，直到完成。倉庫約有 11.75 萬星標，採用 MIT 許可。

能做什麼

README 列出的特性：

• 本地或雲端運行：可以驅動本機瀏覽器，也可以使用雲端瀏覽器；提供 Python 庫和命令行兩種用法。
• 可複用 Chrome 配置文件：沿用已登入的會話，免去讓智能體處理登入。
• 自定義工具與系統提示詞：給智能體增加自己的動作，或調整它的行為規則。
• 對接 Claude 的瀏覽器工具集：README 稱實現了 31 種瀏覽器動作以及 Bash。
• 多模型支持：官方推薦自家的 ChatBrowserUse 模型，也支持 ChatOpenAI、ChatAnthropic、ChatGoogle，以及通過 Ollama 使用本地模型。

怎麼上手

README 給出的快速開始：

bash
uv init --python 3.12   # 可選：新建項目
uv add browser-use

然後在 .env 文件裏寫入模型服務的密鑰（README 的例子是 OPENAI_API_KEY=your-key），編寫一個 agent.py 描述任務，再運行：

bash
uv run agent.py

命令行方式的初始化命令是 browser-use skill install。任務腳本的寫法見官方文檔與示例。

免費與付費

• 開源框架：免費，費用只有調用大模型的開銷。
• Browser Use Cloud：README 標明雲端瀏覽器 0.02 美元/瀏覽器小時，並提供託管的智能體 API；用 Google、GitHub 或 Microsoft 帳號新註冊可獲 15 美元額度。其他收費項以官網為準。

適合誰 / 不適合誰

適合： 需要自動化沒有 API 的網站操作的開發者；做網頁測試、資訊採集、表單填寫類智能體的團隊；研究「電腦操作智能體」的學習者。

不適合： 不寫代碼的用戶（可以看帶介面的智能體產品）；有穩定 API 可用的場景——直接調 API 更快更可靠；對成功率要求接近 100% 的關鍵業務流程。

注意事項

• 讓智能體使用已登入的瀏覽器要格外小心：它可能誤操作付款、發送消息或刪除數據，涉及這類動作務必加人工確認。
• 網頁上的文字可能包含針對智能體的惡意指令，不要讓它帶着重要帳號訪問不可信站點。
• 遵守目標網站的服務條款，不要用於繞過驗證或批量抓取受限內容。