### [Browser Use – 让 AI 像人一样直接驱动浏览器的开源代理框架](https://www.zuoshipin.com/)

**Published:** 2026-07-21T07:16:49

**Author:** AI_Tools

**Excerpt:** Browser Use 让 AI Agent 直接开浏览器、点按钮、填表单，正反两面都能跑。在 Odysseys 长任务基准上以 87.4% 拿下第一，内置 CLI/Skill 能接入 Claude Code、Cursor、Codex、OpenClaw 等编辑器；MIT 开源，既能本地跑也能上 hosted Cloud 做 stealth 反爬。

**一句话推荐：**Browser Use 是当下 GitHub 上最被低估的「浏览器代理」开源项目之一，把 AI Agent 直接接到 Chrome 上 open/click/type/fill——你写一句话，浏览器自己完成表单、数据抓取和 QA 抓 bug 这一整条链路。

![Browser Use 截图](https://admin.zuoshipin.com/wp-content/uploads/2026/07/ishot_screenshot.jpg)

**网站定位：**这是一个 MIT 开源框架 + 云端 Browser 的双轨产品。开源版本是 Python 库（pip 包名 `browser-use`），Cloud 版本提供 steerable remote Chrome + 反爬指纹 + 多工具路由。项目硬指标：在 [Odysseys 200 个长任务基准](https://odysseysbench.com/leaderboard)上以 87.4% 平均分排在 Anthropic、OpenAI、Google、Microsoft 的 computer-use 代理前。

## 为什么值得推荐

-   **从「能不能点」到「能不能跑长任务」。**同项目把短动作、长任务、轨迹监控拆开评估，README 公开了 [browser-use/benchmark](https://github.com/browser-use/benchmark)，明确告诉读者自家模型在 100 个真实网页任务上的胜率分布，不发黑盒数字。
-   **LLM 接入不绑定。**`ChatBrowserUse()` 支持 `openai/gpt-5.5`、`anthropic/claude-opus-4-8`、`google/gemini-3-pro` 一行切换；同时推荐它自家的 `bu-2-0` 模型，平均领先其他主流模型 3-5 倍完成速度。
-   **MCP 与 CLI 一起装。**README 介绍了一段 `browser-use skill install` 安装脚本，能把它直接挂到 Claude Code、Codex、Cursor、Hermes、OpenClaw 这些已经装了 MCP 的 IDE/CLI。

## 核心功能

-   **表单填写**：上传简历填求职申请表、办报销、批量注册账号；
-   **结构化数据抓取**：把任意网页解析成 `CSV`，适合做监控和数据更新；
-   **本地 QA 巡检**：让模型打开你的本地 dev 站，输出 visual/usability 的问题清单；
-   **Custom Tools**：通过 `@tools.action` 注入自建动作，把现有 API 包成浏览器的下一步；
-   **1000+ integrations**：Gmail、Slack、Notion 等常见 SaaS 可直接调用。

## 体验评测

我自己用 Python 库 + 一个 30B 预览模型跑过几个示例：

-   **起步成本低：**`uv add browser-use` + 一个 `BROWSER_USE_API_KEY` 就能跑通 hello world，10 行代码起；
-   **沙盒透能力真实存在**：对受控站的「点同意 → 跳转 → 填表」这种连续动作稳定性比同价位的一些 RPA 工具更高；
-   **思考过长比较明显：**默认 LLM 在跨页面跳转时会反复自检，单任务 token 消耗不低；适合用项目自家的 `bu-*` 模型切一刀；
-   **生产阻力**：本地跑容易踩 Chrome 内存/CPU；并发上来后推荐直接用官方 Cloud，反爬、proxy rotation、captcha 解决都被接管。

## 适合人群

-   **AI 工程师 / 工具链作者：**想给 Claude Code / Codex / Cursor / Hermes / OpenClaw 加「自动办网页」能力的；
-   **数据 / 运营 / 竞品分析师：**需要把网页结构化进 CSV、监控价格、做 QA 巡检；
-   **想自建 computer-use 产品的 PM：**不想从 0 写浏览器代理的；
-   **不推荐：**对浏览器有强反爬的社交媒体、对实时性有亚秒级要求的场景、对低成本 batch 有刚需但不愿付费的。

## 使用建议

1.  先在 README 用一段「安装 skill」的提示词一次性装好，开箱即用；
2.  写项目代码时优先用 `ChatBrowserUse` + project 专用 `bu-2-0` 模型，速度和准确率都最稳；
3.  「需要 stealth / captcha」的生产场景直接选 Cloud，不要纠结本地；
4.  认证/持久登录可以用 `real_browser.py` 复用本地 Chrome profile，搭配 `profile.sh` 同步到 remote browser。

## 综合评价

Browser Use 不是「又一个开源 RPA」——它把浏览器代理做到了跟当前一线闭源 computer-use 同台竞争的水平，把选 LLM 的自由度还给了开发者，又把生产稳定性的脏活藏在 Cloud 后面。如果你正在给 AI 编程助手加「自己去操作浏览器」的能力，或者想自动化批量的运营/数据/QA 任务，**它就是当前最值得收藏的开源入口**；反过来，如果你只是想偶尔手动跑一次简单网页操作，Browser Use 可能稍重，可以先看作者自家的 `browser-use skill install` + IDE 里的提示词样板再决定。



---