工作日早上 7 点读 AI，周日早上 8 点读周报订阅邮件

METAL LAB

browser-use/browser-use

★ 110,700今日 +135Python

让AI像人一样点击网页按钮、输入文字,自动帮你完成网上的各种任务

browser-use是一个Python库,能让AI代理打开真实的网页浏览器,自己完成点击、输入、翻页等操作。你只需用一句话描述任务,代理就会操作浏览器完成填写求职申请、提取粉丝数据等工作。它是开源免费的,同时也提供付费的云端版本以应对更复杂或更大规模的需求。

它做什么

  1. 可以作为'技能'安装进Claude Code、Cursor等现有AI编程代理中,赋予它们操控浏览器的能力。
  2. 在Python代码里把Agent(代理)连接到LLM(大语言模型),就能批量、定时或并行运行任务。
  3. 在项目自建的100个真实网页任务基准测试和涵盖200个长周期网页任务的Odysseys排行榜上,报告平均成绩为87.4%,领先于OpenAI、Anthropic、Google、Microsoft的计算机操作代理。
  4. 开源版本免费,可在自己电脑上运行,能自由选择LLM并精细控制代理行为;云端版本额外提供反检测浏览、验证码破解和大规模并行执行。
  5. 支持添加自定义工具,以及复用已登录的Chrome账号资料,方便处理需要身份验证的实际自动化场景。

为什么重要

把填表、抓取数据、需要登录才能完成的重复性网页操作交给AI代理处理,能让开发者用更少的人工编码搭建抓取、测试或业务自动化流程。它采用MIT许可证免费开源,同时又能平滑升级到付费云服务,这对从原型走向实际生产的团队很有实际意义。

本仓库术语

  • 代理(Agent) · 接收目标后自主决定行动步骤的AI程序
  • LLM · 大语言模型,经过海量文本训练、负责代理判断的AI核心
  • MCP · 连接AI工具与外部服务的标准协议
  • 验证码(CAPTCHA) · 用来区分人类和机器人的网页验证环节
  • 基准测试 · 用统一标准比较不同系统性能的测试

仓库简介（英文）

🌐 Make websites accessible for AI agents. Automate tasks online with ease.

在 GitHub 打开

热门仓库

全部仓库 →

METAL LAB 最新报道