Browser Use：浏览器自动化代理

想象一下有一个不仅能回答基本问题，还能预订航班、填写无聊的表格，甚至在线购物的AI 代理。这一切都可以完全自动化且无需你的干预。这就是Browser Use的作用所在，这是一个旨在允许AI 代理自主与网页浏览器交互的开源框架。

Browser Use集成了顶级的 LLM 提供商，如OpenAI、Anthropic、谷歌 Gemini、Mistral 和 DeepSeek。在这篇文章中，我将向你展示Browser Use是如何工作的，并提供一个逐步指南来安装和使用Browser Use。

1、创建虚拟环境

虚拟环境可以组织您的依赖项：

python3 -m venv venv  
source venv/bin/activate # 在 macOS/Linux 上  

# 在 Windows 上：
venv\Scripts\activate

2、安装依赖项

pip install browser-use  
playwright install

3、设置环境变量

创建一个 .env 文件并添加您的 Google API 密钥。您可以在这里生成一个：这里

GOOGLE_API_KEY=your_google_api_key

4、创建 Python 脚本

创建 demo.py：

from langchain_google_genai import ChatGoogleGenerativeAI  
from browser_use import Agent, Browser, BrowserConfig  
import asyncio  
from dotenv import load_dotenv

load_dotenv()  
# 可选：使用自己的 Chrome 实例，请取消注释：
# browser = Browser(  
#     config=BrowserConfig(  
#         chrome_instance_path='/Applications/Google Chrome.app/Contents/MacOS/Google Chrome',   
#     )  
# )  
async def main():  
    agent = Agent(  
        task="Go to https://www.google.com/travel/flights and book a flight from Gothenburg to London on 2025-03-01 to 2025-03-10.",  
        llm=ChatGoogleGenerativeAI(model="gemini-2.0-flash"),  
        # browser=browser  # 取消注释以使用自己的 Chrome 浏览器  
    )  
    result = await agent.run()  
    print(result)  
asyncio.run(main())

5、运行脚本

python3 demo.py

您的 AI 代理将在谷歌航班上搜索航班并返回您的旅行日期的最便宜选项。task 参数可以修改为填写表格、数据抓取、购物和其他用例。

AI 代理集成了谷歌 Gemini 2.0 Flash，因为目前它是免费的，但您可以通过更改 llm 参数来使用任何其他 LLM。

您可以在这个GitHub 仓库上查看整个项目：这里

6、Browser Use的顶级用例

线索生成

从网页抓取商业详细信息。
自动将联系人插入您的 CRM。

在线购物

跨不同网站比较产品价格。
为多个订单自动结账。

网页抓取和数据分析

获取财务报告进行分析。
抓取房地产列表以获取价格趋势数据。

人力资源和招聘自动化

填写并提交工作申请。
从求职网站获取简历以评估候选人。

7、结束语

Browser Use正在改变 AI 网络自动化。其开源、LLM 兼容性和多标签方法使其区别于 OpenAI Operator 和 Anthropic Computer Use 等解决方案。如果您想自动化预订航班、抓取数据或在线购物，浏览器使用提供了强大而灵活的框架来提升您的自动化之旅。