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：
反复切换网页查价格，一个个手动记录竞品数据； 不断复制粘贴表单信息，重复操作到手腕酸痛； 想学爬虫自动化，却被Python代码和各种库配置劝退； 辛苦写好的爬虫脚本，网站一更新就全部失效...
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。
Enable AI to control your browser 🤖
https://github.com/browser-use/browser-use
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：
本地运行版确保敏感数据不出本机，为数据安全筑起坚实防线； 云端版则免去复杂配置，让小白用户也能轻松上手。
1.4 AI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。
web-ui
https://github.com/browser-use/web-ui
克隆项目到本地
注意后面的每个命令执行均需要在web-ui的目录下
git clone https://github.com/browser-use/web-ui.gitcd web-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 -LsSf https://astral.sh/uv/install.sh | sh
uv venv --python 3.11
启动虚拟的环境
根据不同的平台选择不同的方式
.venv\Scripts\activate #Windows (Command Prompt)
source .venv/bin/activate #macOS/Linux
安装相关的依赖
uv pip install -r requirements.txt
playwright install chromium --with-deps #安装浏览器
设置配置文件
copy .env.example .env #Windows (Command Prompt)
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
python webui.py --ip 127.0.0.1 --port 7788
可选的项是使用自己的浏览器，通过配置BROWSER_PATH/BROWSER_USER_DATA环境变量，使用自己的浏览器在web-ui执行任务之前必须将当前的浏览器关闭掉，不然会失败，而且chrome需要科学上网。
#Windows BROWSER_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe" BROWSER_USER_DATA="C:\Users\YourUsername\AppData\Local\Google\Chrome\User Data"
#Mac BROWSER_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" BROWSER_USER_DATA="/Users/YourUsername/Library/Application Support/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#set default LLMDEFAULT_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
Agent Settings：设置模型相关的参数，主要设置你使用的大模型即可，这里我们白嫖魔塔社区的就选择这个。 Browser Settings：设置在使用时的浏览器选择，这里可以默认，也可以选择使用自己的浏览器，前提是web-ui在运行时需要关闭你自己的浏览器，通过另一个浏览器来访问 http://127.0.0.1:7788；Run Agent：在这里创建你的任务，执行过程会有录像和过程展示； Agent Marketplace 和 Load&Save Config不用太关注；
2.2 开发者的Python库集成
有python基础的可以直接通过pip安装，步骤如下：
pip install browser-use
playwright install chromium --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=
import asynciofrom dotenv import load_dotenvload_dotenv()from browser_use import Agentfrom langchain_openai import ChatOpenAIasync def main(): agent = Agent( task="Compare the price of gpt-4o and DeepSeek-V3", llm=ChatOpenAI(model="gpt-4o"),) await agent.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！
