Browser-use：基于 Python 的智能浏览器自动化 AI 工具调研与实战
Browser-use：基于 Python 的智能浏览器自动化 AI 工具调研与实战一、概述
Browser-use 是一个旨在将 AI “智能体”（Agents）与真实浏览器进行交互的 Python 库，可以轻松实现浏览器自动化。在配合 LLM（如 GPT 系列）使用时，浏览器-use 能够让你的智能体发起对网页的访问、操作页面元素、收集信息、执行脚本等，从而扩展 AI 应用的落地场景。
[*]GitHub: browser-use/browser-use
[*]官网: browser-use.com
[*]文档: docs.browser-use.com
目前 Browser-use 最低需要 Python 3.11 及以上，才能正常使用其封装的 Playwright 功能。
1. 技术栈:
[*]LangChain（AI Agent框架）
[*]Playwright（浏览器自动化）
[*]dotenv（环境变量 key）
[*]异步I/O架构
2. 流程图
browser-use：语言模型 -> 决策/控制 -> 浏览器执行 -> 数据回传 -> 模型后处理
二、核心特性
1. 简单的 Agent 接口
通过 Agent 类即可快速创建带浏览器交互能力的智能体，赋能 LLM 与网页之间的复杂操作。
agent = Agent(
task="打开 https://cn.vuejs.org/guide/essentials/computed，获取页面里所有的 h2 标签文本及所有的 a 标签文本（以及它的 href）",
llm=llm,
)
result = await agent.run()2. 多语言模型支持
可轻松集成 LangChain 提供的各类 LLM（如 OpenAI、Anthropic、Cohere 等）进行高级任务管理。
模型所属/类型GPT-4oOpenAIClaudeAnthropicAzureAzure OpenAIGeminiGoogle Generative AIDeepSeek-V3DeepSeekDeepSeek-R1DeepSeekOllama本地模型 (需安装 Ollama)3. 基于 Playwright
默认使用 Playwright 进行浏览器的无头启动、页面操作和渲染控制；对常见网页交互场景提供友好的抽象。
4. 云端版 & 本地版
除了本地安装运行外，Browser-use 也提供托管版本，可以直接在云端执行，无需配置本地环境。
三、安装与环境配置
1. Python 版本
[*]需要 Python 3.11 或更高版本。
[*]推荐在独立虚拟环境(venv)或管理工具（如 uv）中配置环境。
1.1. 推荐使用 pyenv 管理 python
Github：https://github.com/pyenv/pyenv
brew install pyenv
pyenv install 3.11.9# pyenv 根目录
export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
# 初始化
eval "$(pyenv init -)"https://cdn.nlark.com/yuque/0/2025/tif/340359/1742885983218-f5e0fff5-9a01-4f9f-86aa-4143079f4bf0.tif?x-oss-process=image/format,png
2. 安装方法
2.1. 安装 browser-use
pip3 install browser-use2.2. 安装 Playwright
playwright install
[*]此操作会自动下载 Chromium 无头浏览器，用于后续的浏览器自动化。
2.3. 配置 LLM API Keys（可选）
[*]在 .env 文件中填写相应的 OPENAI_API_KEY=、ANTHROPIC_API_KEY= 等 Key。
OPENAI_API_KEY=sk-xxxxxxx
[*]如果使用其他 LLM，需要参考 LangChain 文档或对应服务提供的说明进行配置。
四、基础配置
1. Agent
1.1. Agent 参数
参数名称类型默认值说明taskstr无代理需要执行的任务描述。（必传）llmBaseChatModel (LangChain Model)无主语言模型，执行对话和工具调用。（必传）controllerController 实例默认
Controller自定义函数/工具调用的注册表use_visionboolTrue是否启用视觉能力（截图+分析）。如模型支持图像输入，可显著提高网页理解；也会产生额外 token 成本。
Deepseek 需要设置为 Falsesave_conversation_pathstr无若指定，则会将对话历史保存在该路径下，用于调试或审计。system_prompt_classtype (自定义 System Prompt 类)默认Prompt自定义系统提示词逻辑browserBrowser (Browser-use 实例)无重用已创建的 Browser 实例；若不提供，则 Agent 每次 run() 时会自动创建并关闭新的浏览器。browser_contextBrowserContext (Playwright 实例)无使用已有的浏览器上下文 (Context)。适合需要维护持久会话 (cookies/localStorage) 的场景。max_stepsint100允许 Agent 执行的最大步骤数，防止死循环或无限操作。planner_llmBaseChatModel__规划用语言模型，与主 LLM 分开；可用较小/便宜模型处理高层策略。use_vision_for_plannerboolTruePlanner 是否能使用视觉功能（若主 LLM 已开启视觉，这里可独立关闭以节省资源）。planner_intervalint1Planner 模型执行间隔。即每多少步调用一次 Planner 作重新规划。message_contextstr无额外的任务/上下文信息，辅助 LLM 更好理解或执行任务。
+ 03/28 文档已删除字段initial_actionslist无初始化时要执行的动作列表（无需经 LLM 调用），格式为 {action_name: {...}}。max_actions_per_stepint10每个步骤里可执行的最大动作数，用于控制 Agent 过度频繁操作。max_failuresint3允许 Agent 失败的最大次数，超过则停止任务。retry_delayint (秒)10当遇到限流 (rate limit) 或可重试的错误时，等待多少秒后再次尝试。generate_gifbool 或 str (路径)False是否录制浏览器过程生成 GIF。为 True 时自动生成随机文件名；为字符串时将 GIF 存储到该路径。1.2. Agent 执行流程图
https://cdn.nlark.com/yuque/__mermaid_v3/8e501c0288520870f5348ab7cfc72d1e.svg
2. Browser 配置
Browser-use 提供两个主要配置类：
[*]BrowserConfig：控制浏览器整体行为
[*]BrowserContextConfig：控制单个上下文（浏览器标签页/会话）的行为
官方推荐：「1 个 Agent 对应 1 个 Browser 和 1 个 Context」，以增强稳定性和开发体验。
2.1. BrowserConfig
from browser_use import BrowserConfig
config = BrowserConfig(
headless=False,
disable_security=True
)
browser = Browser(config=config)参数名称类型默认值说明headlessboolFalse是否启用无头模式（不显示 UI）disable_securityboolTrue是否禁用浏览器安全功能（如跨域限制）extra_browser_argslist[]启动浏览器时的额外参数proxydict / str设置代理，遵循 Playwright 规范new_context_configBrowserContextConfig新建默认的新上下文配置wss_urlstrWebSocket 连接地址，连接云端浏览器服务（如 browserbase、steel.dev）cdp_urlstrChrome DevTools 协议地址，连接本地 Chrome 实例chrome_instance_pathstr指定本地 Chrome 安装路径，保留登录状态和 Cookie
关闭所有正在运行的 Chrome2.2. BrowserContextConfig 配置
from browser_use.browser.context import BrowserContextConfig
config = BrowserContextConfig(
cookies_file="path/to/cookies.json",
wait_for_network_idle_page_load_time=3.0,
browser_window_size={'width': 1280, 'height': 1100},
locale='en-US',
user_agent='Mozilla/5.0...',
highlight_elements=True,
viewport_expansion=500,
allowed_domains=['google.com', 'wikipedia.org'],
)参数名称类型默认值说明minimum_wait_page_load_timefloat0.5捕获网页状态前的最小等待时间wait_for_network_idle_page_load_timefloat1.0等待网络空闲时间，可提高到 3-5s 以兼容慢速网站maximum_wait_page_load_timefloat5.0页面加载的最长等待时间browser_window_sizedict浏览器窗口大小，适配大多数 UI 和横幅localestr设置语言/地区（如 zh-CN, en-GB），影响语言头和格式user_agentstr自定义浏览器 User-Agenthighlight_elementsboolTrue是否高亮交互元素（调试用）viewport_expansionint500页面内容扩展范围（像素），影响哪些元素被 LLM 看到。-1 为全部，0 为仅视口内allowed_domainslist限制代理访问的域名，若为空则不限制cookies_filestr加载持久化 Cookie 文件save_recording_pathstr保存操作录像的目录路径trace_pathstr保存 Trace 文件目录，命名为 {trace_path}/{context_id}.zip3. 输出内容
3.1. History 方法
方法说明urls()访问过的 URL 列表screenshots()截图路径列表action_names()执行的动作名称extracted_content()抽取到的内容errors()执行中出现的错误model_actions()所有动作及参数final_result()最终结果is_done()是否成功完成has_errors()是否有错误model_thoughts()LLM 推理过程action_results()所有动作结果3.2. 示例
from pydantic import BaseModel
from typing import List
from dotenv import load_dotenv
from browser_use import Agent, Controller
from langchain_openai import ChatOpenAI
import asyncio
# Define the output format as a Pydantic model
class Post(BaseModel):
post_title: str
post_url: str
class Posts(BaseModel):
posts: List
load_dotenv()
controller = Controller(output_model=Posts)
async def main():
task = '从掘金获取 Vue / React / AI 相关文章'
model = ChatOpenAI(model='gpt-4o')
agent = Agent(task=task, llm=model, controller=controller)
history = await agent.run()
result = history.final_result()
print('result--->', result)
print('history.urls()--->', history.urls())
# print('history.screenshots()--->', history.screenshots())
print('history.action_names()--->', history.action_names())
print('history.extracted_content()--->', history.extracted_content())
print('history.errors()--->', history.errors())
print('history.model_actions()--->', history.model_actions())
print('history.is_done()--->', history.is_done())
print('history.has_errors()--->', history.has_errors())
print('history.model_thoughts()--->', history.model_thoughts())
print('history.action_results()--->', history.action_results())
if result:
parsed: Posts = Posts.model_validate_json(result)
for post in parsed.posts:
print('\n--------------------------------')
print(f'Title: {post.post_title}')
print(f'URL: {post.post_url}')
else:
print('No result')
if __name__ == '__main__':
asyncio.run(main())result---> {"posts": [{"post_title": "vue3.5+deepseek+arco+markdown\u642d\u5efaweb\u7248\u6d41\u5f0f\u8f93\u51faAI\u6a21\u677f", "post_url": "https://juejin.cn/post/7486369696738017321"}, {"post_title": "\ud83d\ude80\ud83d\ude80\ud83d\ude80\u5c24\u96e8\u6eaa\u8fde\u53d1\u4e24\u6761\u63a8\u7279\u5899\u88c2\u63a8\u8350\u7684\u8fd9\u4e9b\u5e93\u4f60\u4e00\u5b9a\u8981\u77e5\u9053\uff01", "post_url": "https://juejin.cn/post/7484131071569772595"}, {"post_title": "\u524d\u7aef\u4f6c\u4eec\uff01\u584c\u623f\u4e86\uff01\u7528\u8fc7Element-Plus\u7684\u8fdb\u6765~", "post_url": "https://juejin.cn/post/7485966905418760227"}, {"post_title": "\u548c\u540e\u7aef\u5927\u6218\u4e09\u767e\u56de\u5408\u540e\uff0c\u5351\u5fae\u524d\u7aef\u8fd8\u662f\u9009\u62e9\u4e86\u81ea\u5df1\u5199excel\u5bfc\u51fa", "post_url": "https://juejin.cn/post/7447368539936587776"}, {"post_title": "\u4ece DeepSeek \u770b25\u5e74\u524d\u7aef\u7684\u4e00\u4e2a\u5c0f\u8d8b\u52bf", "post_url": "https://juejin.cn/post/7468323178931879972"}, {"post_title": "\ud83d\ude80\ud83d\ude80\ud83d\ude80\u5c24\u96e8\u6eaa\u8fde\u53d1\u4e24\u6761\u63a8\u7279\u5899\u88c2\u63a8\u8350\u7684\u8fd9\u4e9b\u5e93\u4f60\u4e00\u5b9a\u8981\u77e5\u9053\uff01", "post_url": "https://juejin.cn/post/7484131071569772595"}, {"post_title": "\u524d\u7aef\u4f6c\u4eec\uff01\u584c\u623f\u4e86\uff01\u7528\u8fc7Element-Plus\u7684\u8fdb\u6765~", "post_url": "https://juejin.cn/post/7485966905418760227"}, {"post_title": "\u548c\u540e\u7aef\u5927\u6218\u4e09\u767e\u56de\u5408\u540e\uff0c\u5351\u5fae\u524d\u7aef\u8fd8\u662f\u9009\u62e9\u4e86\u81ea\u5df1\u5199excel\u5bfc\u51fa", "post_url": "https://juejin.cn/post/7447368539936587776"}, {"post_title": "vue3.5+deepseek+arco+markdown\u642d\u5efaweb\u7248\u6d41\u5f0f\u8f93\u51faAI\u6a21\u677f", "post_url": "https://juejin.cn/post/7486369696738017321"}, {"post_title": "\u4ece DeepSeek \u770b25\u5e74\u524d\u7aef\u7684\u4e00\u4e2a\u5c0f\u8d8b\u52bf", "post_url": "https://juejin.cn/post/7468323178931879972"}, {"post_title": "\u6709\u4e86Trae\uff0c\u4eba\u4eba\u90fd\u662f\u7a0b\u5e8f\u5458\u7684\u65f6\u4ee3\u6765\u4e86", "post_url": "https://juejin.cn/post/7463397212120973375"}, {"post_title": "\u6b63\u5f0f\u5ba3\u6218\uff0cDeepSeek \u9876\u5f97\u4f4f\u5417\uff1f", "post_url": "https://juejin.cn/post/7464848482987704329"}, {"post_title": "\u7528 DeepSeek \u6253\u9020\u4f60\u7684\u8d85\u5f3a\u4ee3\u7801\u52a9\u624b", "post_url": "https://juejin.cn/post/7454888708588945443"}, {"post_title": "\u521a\u521a\uff0cDeepSeek \u89e3\u7b54\u4e86\u56f0\u6270\u6211\u4e94\u5e74\u7684\u6280\u672f\u95ee\u9898\u3002\u65f6\u4ee3\u786e\u5b9e\u53d8\u4e86\uff01", "post_url": "https://juejin.cn/post/7472248441454018575"}, {"post_title": "\u653e\u5f03\u6ca1\u7528\u7684\u672c\u5730\u90e8\u7f72\u6b8b\u8840\u7248DeepSeek\u5427\uff0c\u6559\u4f60\u5982\u4f55\u767d\u5ad6\u6ee1\u8840\u7248DeepSeek", "post_url": "https://juejin.cn/post/7466832084486914083"}]}history.urls()---> ['about:blank', 'https://juejin.cn/', 'https://juejin.cn/', 'https://juejin.cn/', 'https://juejin.cn/', 'https://juejin.cn/', 'https://juejin.cn/', 'https://juejin.cn/']history.action_names()---> ['go_to_url', 'input_text', 'click_element', 'extract_content', 'input_text', 'click_element', 'extract_content', 'input_text', 'click_element', 'extract_content', 'done']history.extracted_content()---> ['
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]