Browser-Use：AI解锁浏览器的无限可能 - 链载Ai

AI浏览器革命！Browser-use让你秒变"效率达人"，无代码、零门槛，对话式控制浏览器，数据抓取、竞品分析一键搞定。

又是一个被数据和报表包围的深夜，你是否还在为这些场景发愁：

如果这些痛点让你感同身受，那么今天介绍的这款开源神器绝对能让你眼前一亮！它正在颠覆传统的网页操作方式，让无数数据分析师、市场研究员和效率控欢呼雀跃。下面是我触发的一个任务的执行过程和结果。

一、认识Browser-use

Browser-use是GitHub上一款热度爆表的开源项目，狂揽61.5k星。它彻底革新了传统的网页自动化方式，无需编写一行代码，只需用自然语言对话，就能指挥AI完成各种复杂的网页操作任务。

想象一下，你只需输入"帮我查找某某商品全网最低的价格"，AI就能自动打开浏览器，依次访问各平台，提取价格信息，最后生成一份完整的比价报告。这不是科幻，而是Browser-use已经实现的功能。核心亮点如下：

1.1对话式网页操控

告别繁琐的编程学习，用你最熟悉的语言直接"指挥"浏览器。无论是网页导航、表单填写、数据提取还是跨平台比价，只需一句话描述需求，AI就能理解并执行。这种交互方式极大降低了技术门槛，让网页自动化真正走向大众化。

1.2 多模型自由切换

Browser-use支持对接20多种主流大模型，包括GPT-4、Claude、DeepSeek等。你可以根据不同任务特点和个人偏好，灵活切换不同的"AI大脑"。这种开放架构确保了工具的持续进化能力，让你始终能用上最适合的AI能力。

1.3 数据安全

针对不同用户需求，Browser-use提供了两种部署方式，这种灵活设计满足了从个人用户到企业级应用的多样化需求：

1.4AI辅助与人工干预的智能结合

Browser-use不是完全的"黑盒"操作，它支持人工随时干预，让你保持对浏览过程的掌控权，比如在运行时登录各个APP的账号，当然也支持你使用自己的浏览器，里面保存着你常用的网站token。更贴心的是，整个操作过程可以录屏保存，方便后续复盘和优化。这种人机协作模式既发挥了AI的效率优势，又保留了人类的判断能力，堪称智能化的最佳实践。

二、安装

2.1 零基础小白

零基础的小白可以体验云端或者使用其Web UI，当然云端是需要收费的。

这里介绍一下使用Web UI白嫖的方法。Web UI的项目地址，按照其提示来进行安装部署，不会的直接将下面的命令在终端中粘贴运行。

克隆项目到本地

gitclonehttps://github.com/browser-use/web-ui.gitcdweb-ui

设置python的环境

使用uv来管理python的环境，uv如果没有下载，使用下面的命令下载

curl-LsSfhttps://astral.sh/uv/install.sh|sh

uvvenv--python3.11

启动虚拟的环境

.venv\Scripts\activate#Windows(CommandPrompt)

source.venv/bin/activate#macOS/Linux

安装相关的依赖

uvpipinstall-rrequirements.txt

playwrightinstallchromium--with-deps#安装浏览器

设置配置文件

copy.env.example.env#Windows(CommandPrompt)

cp.env.example.env#macOS/Linux

启动Web-ui

注意后面每次执行的时候，需要先启动虚拟的环境。执行完命令后，在浏览器中输入地址来使用http://127.0.0.1:7788

source.venv/bin/activate

pythonwebui.py--ip127.0.0.1--port7788

#WindowsBROWSER_PATH="C:\ProgramFiles\Google\Chrome\Application\chrome.exe"BROWSER_USER_DATA="C:\Users\YourUsername\AppData\Local\Google\Chrome\UserData"

#MacBROWSER_PATH="/Applications/GoogleChrome.app/Contents/MacOS/GoogleChrome"BROWSER_USER_DATA="/Users/YourUsername/Library/ApplicationSupport/Google/Chrome"

白嫖模型API

使用魔塔社区的免费API调用，注册一个魔塔社区的账号，每天可以白嫖2000次API的调用，亲测执行简单的任务一天用不完。

然后在.env文件中添加下面两个配置,记得更改默认模型，MODELSCOPE_API_KEY的值在魔塔社区，点击个人头像->“账号设置”->“访问令牌”->“SDK/API 令牌”，记得先绑定阿里云账号。

MODELSCOPE_ENDPOINT=https://api-inference.modelscope.cn/v1MODELSCOPE_API_KEY=xxxxxxxxxxx#setdefaultLLMDEFAULT_LLM=modelscope

页面操作

因为公司电脑有管控，无法录屏，页面操作就参考一下官方的视频，主要分为五个模块

2.2 开发者的Python库集成

pipinstallbrowser-use

playwrightinstallchromium--with-deps--no-shell#浏览器下载

#大模块的api调用，需要自己到不同的模型官网注册OPENAI_API_KEY=ANTHROPIC_API_KEY=AZURE_OPENAI_ENDPOINT=AZURE_OPENAI_KEY=GOOGLE_API_KEY=DEEPSEEK_API_KEY=GROK_API_KEY=NOVITA_API_KEY=

importasynciofromdotenvimportload_dotenvload_dotenv()frombrowser_useimportAgentfromlangchain_openaiimportChatOpenAIasyncdefmain():agent=Agent(task="Comparethepriceofgpt-4oandDeepSeek-V3",llm=ChatOpenAI(model="gpt-4o"),)awaitagent.run()asyncio.run(main())

三、后记

其实还有一个类似的AI浏览器工具Nanobrowser，产品形态是开源Chrome扩展程序，基于多智能体协作系统（Planner/Navigator/Validator）的LLM驱动架构，浏览器本地运行，注重隐私安全，与现有浏览器无缝集成，保留用户熟悉的浏览器环境和插件生态。有兴趣的同学可以尝试玩玩。对于新手用户而言，Browser-use的Web UI方案可能更容易上手；而对于已经习惯使用Chrome的用户，Nanobrowser的扩展形式可能更加便捷。

当AI浏览器助手已经成为现实，你还在坚持手动重复那些机械性工作吗？Browser-use不仅是一个工具，更是工作方式的革新。它让我们从繁琐的重复劳动中解放出来，将时间和精力投入到真正需要创造力的工作中。随着大模型技术的不断进步，Browser-use这类AI浏览器助手的能力还将持续提升，让AI成为你的专属"浏览器管家"，一起拥抱更高效、更智能的工作方式！