browser-use AI浏览器自动化

browser-use 🌐 让 AI 代理能操控浏览器 GitHub: browser-use/browser-use（90k+ ⭐） License: MIT | Language: Python 3.11+ | 安装：uv

一、核心定位 browser-use 让 AI 代理控制浏览器完成网页自动化，核心理念： Tell your computer what to do, and it gets it done.

二、核心能力 能力 | 说明 填表 | 自动填写表单、求职申请 购物 | 读取购物清单，自动在 Instacart 下单 搜索比价 | 帮用户找 PC 配件、比价 网页操作 | 点击、输入、截图、导航 多平台集成 | Gmail、Slack、Notion 等 1000+ 集成

三、安装 3.1 快速安装（uv）

uv init && uv add browser-use && uv sync
uvx browser-use install          # 安装 Chromium
uvx browser-use init --template default

3.2 OpenClaw 集成

cd /root/.openclaw/workspace/skills
git clone https://github.com/browser-use/browser-use.git browser-use
# 或
npx clawhub@latest install browser-use

四、配置 API Key 4.1 环境变量

cat > .env << EOF
BROWSER_USE_API_KEY=your-key
GOOGLE_API_KEY=your-key
ANTHROPIC_API_KEY=your-key
OPENAI_API_KEY=your-key
EOF

4.2 获取地址 服务 | 地址 | 费用 Browser Use Cloud | cloud.browser-use.com | 免费额度 + 按量 Google AI | aistudio.google.com | 免费额度 Anthropic | console.anthropic.com | 按量 OpenAI | platform.openai.com | 按量 Ollama | ollama.com | 免费（本地）

五、快速开始 5.1 基础代码

from browser_use import Agent, Browser, ChatBrowserUse
import asyncio
async def main():
    browser = Browser()
    agent = Agent(
        task="Find the number of stars of the browser-use repo",
        llm=ChatBrowserUse(),
        browser=browser,
    )
    await agent.run()
asyncio.run(main())

5.2 指定 LLM

from browser_use import ChatGoogle, ChatAnthropic, ChatOllama
agent = Agent(task="...", llm=ChatGoogle(model='gemini-3-flash-preview'), browser=browser)
agent = Agent(task="...", llm=ChatAnthropic(model='claude-sonnet-4-6'), browser=browser)
agent = Agent(task="...", llm=ChatOllama(model='llama3'), browser=browser)

六、CLI

browser-use open https://example.com
browser-use state
browser-use click 5
browser-use type "Hello World"
browser-use screenshot page.png
browser-use close

模板生成

uvx browser-use init --template default
uvx browser-use init --template advanced
uvx browser-use init --template tools

七、自定义工具

from browser_use import Tools
tools = Tools()
@tools.action(description='获取指定 GitHub 仓库的星数')
def get_github_stars(repo: str) -> str:
    import requests
    r = requests.get(f"https://api.github.com/repos/{repo}")
    return r.json().get("stargazers_count", "Unknown")

八、认证与持久化 8.1 复用 Chrome

browser = Browser(chrome_instance_path="/path/to/chrome")

8.2 同步云端

curl -fsSL https://browser-use.com/profile.sh | BROWSER_USE_API_KEY=XXXX sh

九、云端 vs 开源 特性 | 开源版 | 云端版（推荐） 费用 | 免费（自备 LLM API） | 免费额度 + 按量 Stealth | ❌ 需自配 | ✅ Proxy 轮换 + CAPTCHA 解决 维护 | 自运维 | ✅ 全托管 自定义工具 | ✅ 深度集成 | ✅ 支持 并发 | 受本地限制 | ✅ 可水平扩展

十、场景示例 求职申请、购物、比价搜索（代码同上）

十一、故障排除 问题 | 方案 Chromium 未安装 | uvx browser-use install API Key 报错 | 检查 .env 浏览器无法启动 | chrome --version 被网站检测 | 用云端版 Browser(use_cloud=True) 任务失败 | 增加 max_steps

十二、OpenClaw 集成 12.1 MCP

npx clawhub@latest install browser-use-mcp
openclaw mcp add browser-use --command "python -m browser_use.mcp"

12.2 Claude Code Skill

mkdir -p ~/.claude/skills/browser-use
curl -o ~/.claude/skills/browser-use/SKILL.md \
  https://raw.githubusercontent.com/browser-use/browser-use/main/skills/browser-use/SKILL.md

十三、费用参考 ChatBrowserUse（每 1M tokens） 输入 $0.20 | 缓存输入 $0.02 | 输出 $2.00

模型对比 bu-30b-a3b-preview（Browser Use 专用） claude-sonnet-4-6、gemini-3-flash-preview、llama3（Ollama 免费）

十四、使用方式 用户说「帮我自动填表」→ 触发填表示例 用户说「自动帮我购物」→ 触发购物示例 用户说「AI 控制浏览器」→ 展示能力 用户说「安装 browser-use」→ 执行安装 用户说「配置 API key」→ 执行配置

组合：求职申请自动化 → 分析表单 → 调用 Agent → 配置 LLM → 自动填表 + 上传简历

十五、关联技能