YOHO AI

标签： 浏览器自动化

  • browser-use：95.3k Stars！让AI代理自动操作浏览器，网页自动化从未如此简单

    browser-use：95.3k Stars！让AI代理自动操作浏览器，网页自动化从未如此简单

    browser-use logo
    browser-use – AI浏览器自动化工具

    📦 项目简介

    browser-use 是一个让AI代理能够自动操作浏览器的开源工具，通过自然语言指令即可完成各类网页操作，无需手动编写复杂的爬虫逻辑。无论是表单填写、网页信息提取，还是复杂的多步骤网页交互，AI都能帮你自动完成。

    ⚙️ 安装要求和过程

    环境要求

    • Python版本：≥3.11
    • 推荐包管理工具：uv（也可使用pip等常规Python包管理工具）
    • 浏览器：自动安装Chromium（也可使用本地已安装的Chrome/Edge）

    快速安装步骤

    # 1. 初始化项目并安装browser-use
uv init && uv add browser-use && uv sync

# 2. 若本地未安装Chromium，执行以下命令自动安装
uvx browser-use install

    可选配置

    • 如需使用云端能力，可前往 Browser Use Cloud 获取API Key，在.env文件中配置即可
    • 支持对接多种LLM提供商：自带优化后的ChatBrowserUse模型，也支持Google Gemini、Anthropic Claude、OpenAI等主流模型，还可对接Ollama运行本地模型

    💡 核心功能

    • 自然语言控制浏览器：支持AI代理通过自然语言指令自动完成各类网页操作，无需手动编写复杂爬虫逻辑
    • 双模式支持：提供开源版本和云端托管版本两种使用模式，可按需选择
    • 丰富的工具集成：支持集成1000+第三方工具（如Gmail、Slack、Notion等），支持自定义工具扩展
    • CLI命令行支持：提供CLI命令行快速操作，提供持久化浏览器会话，适合快速迭代调试
    • AI编码工具集成：支持Claude Code等AI编码工具集成，可直接对接AI工作流

    云端版本专属能力

    • 更强的复杂任务处理能力，任务完成准确率远高于开源版本
    • 内置隐身浏览器指纹、代理轮换、验证码自动解决能力，避免被网站反爬检测
    • 支持持久化文件系统和记忆，适合长期运行的代理任务
    • 无需本地部署，开箱即用，支持大规模并行任务调度

    🚀 典型使用场景

    1. 个人效率提升：自动完成重复性网页操作，如批量填写表单、自动购物、自动整理网页信息等
    2. AI应用开发：作为AI代理的浏览器交互层，让AI具备操作网页的能力，开发智能助手类产品
    3. 企业级自动化：结合云端版本的扩展能力，实现大规模网页数据采集、业务流程自动化等场景
    4. 编码辅助：对接Cursor、Claude Code等AI编码工具，让AI可以直接操作浏览器验证代码效果、调试网页相关问题

    🌟 推荐理由

    在AI Agent爆发的2026年，让AI具备操作浏览器的能力，就像给AI装上了一双”眼睛”和”手”。browser-use不仅简化了浏览器自动化的开发流程，更重要的是它让AI真正能够与世界互动——从简单的信息查询到复杂的多步骤业务流程，都可以通过自然语言来完成。

    特别推荐它的双模式设计：如果你只是想快速尝试，开源版本足够使用；如果你需要生产级别的稳定性和扩展性，云端版本提供了完整的解决方案。这种灵活的设计理念，让不同需求的开发者都能找到适合自己的使用方式。

    另外，它对主流LLM的原生支持也是一大亮点。无论你用的是Claude、GPT还是本地部署的模型，都能无缝对接。这种开放性的设计，正是开源项目的魅力所在。

    📥 下载地址

    ⭐ 如果你觉得这个项目有帮助，欢迎到GitHub上给它一个Star！