Browser Use 使用教學：安裝、第一個瀏覽器智能體、換模型與登入態

本文根據 Browser Use 官方倉庫 README 和官方文檔 Quickstart 整理，資料核對於 2026-10-11。文中代碼取自官方頁面，沒有在本機運行驗證。

適用於誰

• 搜「browser use 使用」「browser use 教學」「browser use agent」「browser use cli」的人；
• 想讓大模型替你在網頁上點擊、填表、翻頁、提取資訊的人；
• 寫過 Selenium 或 Playwright 腳本，被頁面一改版就失效折騰過的人。

結論先說

1. Browser Use 是一個開源的瀏覽器智能體：讓大模型在瀏覽器裏導航網頁、完成任務。你用一句話描述任務，它自己決定點哪裏、輸入什麼。
2. 三種用法：全託管的雲服務；命令行（給 Claude Code、Codex 這類已有的智能體加上瀏覽器能力）；Python 庫（本地運行開源的智能體，自己選模型）。本文講 Python 庫。
3. 安裝：需要 Python 3.11 及以上，裝 browser-use 包，再裝一個 Chromium。
4. 最小程式：創建一個大模型對象，創建 Agent(task=..., llm=...)，然後 await agent.run()。
5. Python 庫本身免費（MIT 許可），但模型調用和託管瀏覽器另行計費。

一、安裝

官方 Quickstart 的步驟：

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

然後安裝 Chromium：官方的做法是用 uv 的工具運行器執行 browser-use install 這個子命令，原樣命令見官方 Quickstart。

README 給的另一種起步方式是新建項目後 uv add browser-use。

二、配置 API Key

在項目目錄裏建一個 .env 文件，寫入你要用的那一家的 Key。官方列出的變量名：

只需要寫你用的那一個。.env 不要提交進代碼倉庫。

三、第一個任務

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())

運行後會打開一個瀏覽器，智能體自己訪問頁面、查找內容，直到完成任務。

• task：用自然語言描述要做的事。寫得越具體越好：去哪個網站、要什麼資訊、以什麼形式返回；
• llm：驅動智能體的大模型；
• agent.run()：開始執行。智能體每一步都會觀察頁面，再決定下一步動作。

四、換成其他模型

Quickstart 給了同一段腳本的幾個變體，區別只在導入的類和創建 llm 的那一行：

這些類都從 browser_use 導入，並使用上表中對應的環境變量。模型名是官方頁面示例裏的寫法，實際使用時換成你帳號可用的當前模型。

各家 Key 的獲取見《OpenAI API Key 怎麼獲取》、《Gemini API Key》、《Claude API Key》。

五、常用的進階能力

自定義工具。 想讓智能體在瀏覽器操作之外還能做別的事（查數據庫、寫文件、調你的接口），README 的做法是用 Tools 註冊函數，加上 @tools.action 裝飾器。

複用登入態。 很多任務需要已登入的帳號。README 給了兩種辦法：

• 本地：Browser.from_system_chrome()，使用本機 Chrome 的用戶配置；
• 雲端：使用雲瀏覽器的 profile ID。官方說明配置同步只複製 cookie。

雲瀏覽器。 創建瀏覽器時寫 Browser(use_cloud=True)，改用官方託管的瀏覽器，需要 BROWSER_USE_API_KEY。

命令行。 README 的第二種用法是命令行工具，定位是給已有的編程智能體提供瀏覽器操作能力，具體子命令見官方文檔。

六、費用（官方 README，2026-10-11 核對）

價格和額度會調整，以官網為準。瀏覽器智能體每一步都要調用一次模型，一個任務幾十步很常見，測試時留意用量。

七、幾條注意事項

• 驗證碼：官方的說法是，帶隱身和代理的雲瀏覽器可以減少遇到驗證碼的概率，但沒有任何配置能保證避開或解決驗證碼。遇到驗證碼時由人來處理；
• 登入態等於帳號權限：把自己的 Chrome 配置交給智能體，它就能以你的身份操作那些已登入的網站。只在必要時使用，任務範圍寫清楚，重要帳號不要交出去；
• 網頁內容不可信：頁面上的文字可能包含針對智能體的指令。涉及付款、發送消息、刪除數據的操作，不要讓它無人值守地執行；
• 遵守網站的規則：目標網站的服務條款、訪問頻率限制仍然適用；
• 別指望百分之百成功：頁面複雜、步驟多時會失敗。把大任務拆小，給出明確的完成標準。

常見問題

Q：和 Playwright、Selenium 是什麼關係？

後兩者是你寫死每一步的自動化腳本；Browser Use 是讓模型根據頁面當前的樣子決定每一步。頁面經常改版、流程不固定時它更省事；流程固定、要求穩定和速度時，傳統腳本仍然更合適。

Q：必須用它自家的模型嗎？

不是。官方推薦自家模型，同時給了 OpenAI、Google、Anthropic 的寫法。

Q：能在伺服器上無介面運行嗎？

官方文檔裏有面向生產環境的寫法（@sandbox 裝飾器配合雲端 profile），屬於進階內容，見官方文檔。

Q：想讓 Claude Code 直接用瀏覽器，要用這個嗎？

可以走它的命令行方式；也可以看 Claude 自家的瀏覽器擴展，見《Claude in Chrome》。

參考資料

• browser-use/browser-use（官方倉庫）：https://github.com/browser-use/browser-use
• Quickstart（官方文檔）：https://docs.browser-use.com/open-source/quickstart