Browser Use
Browser Use（browser-use/browser-use）是官方 Python AI agent 浏览器自动化库，MIT 开源，GitHub ★105k。它让 LLM agent 像人一样自主操作浏览器——打开页面、点击按钮、填写表单、抓取数据，完成开放式 web 任务。你用自然语言描述任务（「帮我把简历投到这个招聘网站」「比较这三款笔记本并给我价格表」），它把任务拆解成浏览器动作并执行。已是 agent 浏览器自动化事实标准之一，在 Odysseys 200 长程 web 任务基准上以 87.4% 平均分排名第一，领先 OpenAI/Anthropic/Google/Microsoft 的 computer-use agent。
评价
优点
- 官方 Python、生态完备：
uv add browser-use一行装好，Agent(task=..., llm=...)即跑；配套 6 个 skills（核心/cloud/open-source/qa/remote-browser/x402）覆盖从本地 CLI 到云端托管、QA 测试、远程浏览器、x402 加密付费 - LLM 驱动、模型自由：可接 ChatBrowserUse（官方优化模型）、OpenAI/Anthropic/Google，或本地 Ollama；
ChatBrowserUse('openai/gpt-5.5')单 key 即可走多家 - 开放式任务、非脚本：不是固定 DSL/选择器脚本——agent 看页面、推理下一步、执行；页面改版不破
- 云 vs 开源双形态：开源版（免费、本机、深度可控）；云版（更强 agent、代理轮换、自动过验证码、1000+ 集成、持久文件系统与记忆）
- 事实标准：★105k + Odysseys #1，agent 浏览器层的默认选择之一
缺点 / 边界
- 依赖 LLM 成本与速度：每步都要 LLM 推理；任务长则 token/费用累加，需要选对模型
- 本地 Chrome 调试麻烦：本地模式要走
chrome://inspect/#remote-debugging、CDP，首次连接要人点「Allow」 - 生产扩展需要云：并发多 agent 跑本地 Chrome 会争焦点/标签，要做规模化得上 Browser Use Cloud
- CAPTCHA 与登录墙：开源版不自动过验证码、遇登录要停下问人；这类场景要靠云的 stealth 浏览器
- 不是 Playwright 替代：它是 LLM agent 层，做不了精确的固定脚本自动化（那是 Playwright/Puppeteer 的活）
适用场景
- 一次性 web 任务交给 agent 做（上传视频到 YouTube、对比商品、填招聘表）
- 可重复的代码化自动化（爬虫、监控、QA、把 agent 嵌进自己产品）
- 多 agent 并发、需要 stealth 与代理轮换（用 Cloud）
- 用 LLM 给本地 /localhost 做端到端 QA（
qaskill 给 1–5 评分）
边界
- LLM agent 层，非脚本库：做开放任务，不适合固定选择器脚本
- 登录墙：开源版默认停下问人；用云 stealth 浏览器或登录态 profile 解决
- 生产规模化：本地 Chrome 单实例，扩展要云
- 成本敏感：每步 LLM 推理，选模型要看性价比（官方推荐
bu-*最快最省最准）
官方文档
Browser Use 文档（开源） ｜ Cloud 文档 ｜ Benchmark（100 真实任务） ｜ Odysseys 排行
GitHub 地址
内容地图
- 入门 —— 安装、6 个 skills 总览、CLI vs Python 库、Agent 心智
- 指南 —— 6 个 skills 深入、LLM 驱动浏览器、反模式与边界
- 参考 —— skills 清单、安装、许可、关键链接