53.9K+ Star！Browser Use：一个让AI代理轻松控制浏览器的神器

Browser Use 简介

Browser Use^[1] 是一个开源项目，致力于让人工智能（AI）能够通过浏览器与互联网进行交互。它通过提供简单易用的接口，使 AI 代理能够控制浏览器，从而实现自动化任务执行、数据抓取和复杂操作等功能。

该项目是一个极具潜力的项目，它将 AI 的能力与浏览器操作相结合，为自动化任务和数据处理提供了强大的工具。无论是开发者还是普通用户，都可以通过简单的配置和代码实现复杂的自动化任务。

项目特点

主要特点

1. 简单易用：通过 Python 包和简单的 API 设计，用户可以快速上手并集成到现有项目中。
2. 强大的 AI 集成：支持多种语言模型（如 OpenAI 的 GPT 系列），能够根据任务需求灵活调用。
3. 丰富的使用场景：适用于自动化任务执行、数据抓取、网页交互等多种场景。
4. 灵活的扩展性：开发者可以通过自定义函数和模块，扩展项目的功能以满足特定需求。
5. 社区支持：提供 Discord 社区支持，方便用户交流和分享项目经验。

使用场景

• 自动化任务执行：例如自动添加商品到购物车并完成结账。
• 数据抓取与分析：从网页中提取数据并保存到文件中。
• 网页自动化操作：如自动填写表单、登录网站等。
• AI 辅助工作流：将 AI 的能力与浏览器操作相结合，实现更高效的工作流程。

项目使用

安装与配置

1. 安装 Browser Use：

pip install browser-use

1. 安装 Playwright（用于浏览器自动化）：

playwright install

1. 配置环境变量：将所需的 API 密钥（如 OpenAI API 密钥）添加到 .env 文件中：

OPENAI_API_KEY=
OPENAI_API_KEY=
ANTHROPIC_API_KEY=
AZURE_ENDPOINT=
AZURE_OPENAI_API_KEY=
GEMINI_API_KEY=
DEEPSEEK_API_KEY=

示例代码

以下是一个简单的示例，展示如何使用 Browser Use 创建一个 AI 代理来完成任务：

from langchain_openai import ChatOpenAI
from browser_use import Agent
import asyncio
from dotenv import load_dotenv

load_dotenv()

asyncdef main():
    agent = Agent(
        task="Compare the price of gpt-4o and DeepSeek-V3",
        llm=ChatOpenAI(model="gpt-4o"),
    )
    await agent.run()

asyncio.run(main())

测试与调试

• 使用 UI 测试：可以通过运行 Gradio 示例来测试 Browser Use 的功能：

pip install gradio
python examples/ui/gradio_demo.py

• 查看文档：更多高级功能和配置选项可以参考 官方文档^[2]。

参考文档

• 官方网站^[3]
• Discord 社区^[4]

注：本文内容仅供参考，具体项目特性请参照官方 GitHub 页面的最新说明。

欢迎关注&点赞&在看，感谢你的阅读~