企业官网建设流程全解析

Browser-Use 入门指南：用自然语言驱动浏览器完成网页任务

【免费下载链接】browser-use🌐 Make websites accessible for AI agents. Automate tasks online with ease.项目地址: https://gitcode.com/GitHub_Trending/br/browser-use

Browser-Use 是开源的 AI 浏览器自动化框架：你写一句任务描述，它驱动真实浏览器完成登录、填表、抓取、下载这类重复网页操作。跑通全文的最小任务后，你可以把任意一句工作描述交给它执行，并拿到结构化的执行记录。

能力速览：它能替你做什么

• 打开页面、点击、输入、滚动、下载，操作路径和人一致，任务描述用自然语言即可。
• 大脑可换：统一接口接 OpenAI、Google、Anthropic 等各家模型，也支持 Ollama 本地模型。
• 框架 MIT 开源免费，成本只在模型 API 调用；本地模型连这部分也省掉。
• 边界说清楚：它处理的是浏览器里看得见的操作，不替代服务端 API 集成；高并发生产负载建议用官方云端浏览器托管。

环境配置：从克隆到 API Key

安装要求 Python 3.11 及以上，共 3 步。第一条命令克隆仓库到本地：

git clone https://gitcode.com/GitHub_Trending/br/browser-use cd browser-use pip install -e ".[cli]"

第二条命令把项目装进当前 Python 环境，依赖随之拉齐。最后在仓库根目录建一个.env文件，写入模型密钥，二选一即可：

# .env BROWSER_USE_API_KEY=你的密钥 # 或 GOOGLE_API_KEY / ANTHROPIC_API_KEY

第一个任务：查一个真实的 GitHub 星标数

把下面脚本存成任意名字，运行后浏览器窗口会自己打开、找到项目主页、读出色星标数字，最后把执行记录打印出来——看到真实数字就算跑通了：

import asyncio from browser_use import Agent, ChatBrowserUse async def main(): agent = Agent( task="查找 browser-use 项目在 GitHub 上的星标数", llm=ChatBrowserUse(model="openai/gpt-5.5"), ) history = await agent.run() print(history) asyncio.run(main())

输入只有task一句话；换掉这句描述，它就是你自己的自动化脚本。

场景实战：任务描述怎么写

电商比价——任务描述：“访问京东、天猫、拼多多，记录 iPhone 15 的当前售价和评价数量，整理成 CSV，列包含商品名、价格、评价数。”适合运营和市场研究。

批量入职申请——任务描述：“登录公司招聘系统，为张三（前端）、李四（后端）填写入职申请表，必填项核对无误后提交并截图留档。”适合人事和招聘团队。

站点巡检——任务描述：“每小时检查官网首页一次，若 404、加载超过 10 秒或出现报错页，给运维群发通知，并把时间戳与结果写入日志。”适合运维和客服值班。

复杂流程也有现成参照：examples/apps/ad-use/ 让 AI 抓取官网信息后生成广告素材和落地页。

进阶方向：工具注册与浏览器配置

注册自定义工具：给 AI 加一个它会主动调用的能力。运行后你在执行记录里能看到它在需要求和的步骤直接调了工具，而不是心算：

from browser_use import Agent, Tools tools = Tools() @tools.action(description="计算两个数字的和") def add_numbers(a: int, b: int) -> int: return a + b agent = Agent(task="计算 17 和 25 的和", llm=llm, tools=tools)

调浏览器行为：无头模式、下载目录等参数都集中在 BrowserProfile 上，改一处全局生效：

from browser_use import Agent from browser_use.browser import BrowserProfile, BrowserSession profile = BrowserProfile(headless=True, downloads_path="./downloads") agent = Agent(task="下载本月账单 PDF", llm=llm, browser_session=BrowserSession(browser_profile=profile))

页面加载、弹窗、下载完成这类时机还想挂自己的回调，可以去看 browser_use/browser/watchdogs/ 里的各 watchdog 实现，照着加一个即可。

模型选型：基准图怎么看

官方在 100 个真实浏览器任务上做了基准测试，各模型成功率对比如下：

• 追成功率：用官方优化模型 ChatBrowserUse，图上居首，官方口径完成任务比其他模型快 3-5 倍。
• 控成本：GPT-5.5、Gemini Flash 这类通用模型成本更低，成功率仍在六成上下。
• 数据不出内网：接 Ollama 跑本地模型，配置只换 llm 这一行，参见 examples/models/ollama.py。

稳定运行清单：稳定性 / 安全 / 性能

• 稳定性：任务里写明可验证的完成标准（例如“提交后出现成功提示”）；用max_steps参数给步数兜底，防止死循环。
• 安全：密钥只放.env环境变量；敏感网站的账号密码交给 2FA 集成（examples/custom-functions/2fa.py），不要明文传给模型。
• 性能：并发 Agent 先控制在 3 个以内，每个都占一份浏览器内存；大站点任务用 BrowserProfile 关掉无谓加载、指定下载路径提速。

常见问题

框架收费吗？开源免费，MIT 协议。只为模型 API 付费，跑本地模型则不产生调用费。

不会写代码能用吗？最小任务十几行，照抄示例改任务描述即可；复杂场景直接翻 examples/ 目录的现成脚本。

需要登录的网站怎么办？支持保存登录态和真实浏览器配置，首次登录后后续任务保持登录，参考 examples/browser/save_cookies.py。

能用哪些大模型？见 llm/ 目录，OpenAI、Google、Anthropic、Ollama 等都有封装，ChatBrowserUse 还能用一个密钥访问多家供应商的模型。

会被网站检测到吗？基于 Chromium 内核，内置拟人化操作和随机延迟。高安全站点先小规模试跑，再决定是否放量。

下一步行动

1. 跑通上文的最小任务，确认你的密钥和浏览器配置可用。
2. 到 examples/ 挑一个最像你日常工作的示例，改掉任务描述再跑一次。
3. 给高频任务注册一个自定义工具，或把 llm 换成 Ollama 本地模型。

常用资源：总览 README.md、能力速查 skills/、边界情况测试 tests/。

【免费下载链接】browser-use🌐 Make websites accessible for AI agents. Automate tasks online with ease.项目地址: https://gitcode.com/GitHub_Trending/br/browser-use