wehub-resource-sync
004d784e49
cloud_evals / trigger_cloud_eval_image_build (push) Waiting to run
docker / build_publish_image (push) Waiting to run
lint / syntax-errors (push) Waiting to run
lint / code-style (push) Waiting to run
lint / type-checker (push) Waiting to run
package / pip-build (push) Waiting to run
package / pip-install-on-macos-latest-py-3.13 (push) Blocked by required conditions
package / pip-install-on-macos-latest-py-3.11 (push) Blocked by required conditions
package / pip-install-on-ubuntu-latest-py-3.11 (push) Blocked by required conditions
package / pip-install-on-ubuntu-latest-py-3.13 (push) Blocked by required conditions
package / pip-install-on-windows-latest-py-3.11 (push) Blocked by required conditions
package / pip-install-on-windows-latest-py-3.13 (push) Blocked by required conditions
test / evaluate-tasks (push) Blocked by required conditions
test / find_tests (push) Waiting to run
test / setup-chromium (push) Waiting to run
test / ${{ matrix.test_filename }} (push) Blocked by required conditions
312 lines
13 KiB
Markdown
312 lines
13 KiB
Markdown
<!-- WEHUB_ZH_README -->
|
||
> [!NOTE]
|
||
> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
|
||
> [English](./README.en.md) · [原始项目](https://github.com/browser-use/browser-use) · [上游 README](https://github.com/browser-use/browser-use/blob/HEAD/README.md)
|
||
> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
|
||
|
||
<picture>
|
||
<source media="(prefers-color-scheme: light)" srcset="https://github.com/user-attachments/assets/2ccdb752-22fb-41c7-8948-857fc1ad7e24">
|
||
<source media="(prefers-color-scheme: dark)" srcset="https://github.com/user-attachments/assets/774a46d5-27a0-490c-b7d0-e65fcbbfa358">
|
||
<img alt="在浅色模式下显示黑色 Browser Use 标志，在深色模式下显示白色标志。" src="https://github.com/user-attachments/assets/2ccdb752-22fb-41c7-8948-857fc1ad7e24" width="full">
|
||
</picture>
|
||
|
||
<div align="center">
|
||
<picture>
|
||
<source media="(prefers-color-scheme: light)" srcset="https://github.com/user-attachments/assets/9955dda9-ede3-4971-8ee0-91cbc3850125">
|
||
<source media="(prefers-color-scheme: dark)" srcset="https://github.com/user-attachments/assets/6797d09b-8ac3-4cb9-ba07-b289e080765a">
|
||
<img alt="AI 浏览器智能体（agent）。" src="https://github.com/user-attachments/assets/9955dda9-ede3-4971-8ee0-91cbc3850125" width="400">
|
||
</picture>
|
||
</div>
|
||
|
||
<div align="center">
|
||
<a href="https://cloud.browser-use.com?utm_source=github&utm_medium=readme-badge-downloads"><img src="https://media.browser-use.tools/badges/package" height="48" alt="Browser-Use 包下载统计"></a>
|
||
</div>
|
||
|
||
---
|
||
|
||
<div align="center">
|
||
<a href="#what-can-browser-use-do"><img src="https://media.browser-use.tools/badges/demos" alt="演示"></a>
|
||
<img width="16" height="1" alt="">
|
||
<a href="https://docs.browser-use.com"><img src="https://media.browser-use.tools/badges/docs" alt="文档"></a>
|
||
<img width="16" height="1" alt="">
|
||
<a href="https://browser-use.com/posts"><img src="https://media.browser-use.tools/badges/blog" alt="博客"></a>
|
||
<img width="16" height="1" alt="">
|
||
<a href="https://browsermerch.com"><img src="https://media.browser-use.tools/badges/merch" alt="周边"></a>
|
||
<img width="100" height="1" alt="">
|
||
<a href="https://github.com/browser-use/browser-use"><img src="https://media.browser-use.tools/badges/github" alt="Github Stars"></a>
|
||
<img width="4" height="1" alt="">
|
||
<a href="https://x.com/intent/user?screen_name=browser_use"><img src="https://media.browser-use.tools/badges/twitter" alt="Twitter"></a>
|
||
<img width="4" height="1" alt="">
|
||
<a href="https://link.browser-use.com/discord"><img src="https://media.browser-use.tools/badges/discord" alt="Discord"></a>
|
||
<img width="4" height="1" alt="">
|
||
<a href="https://cloud.browser-use.com?utm_source=github&utm_medium=readme-badge-cloud"><img src="https://media.browser-use.tools/badges/cloud" height="48" alt="Browser Use Cloud"></a>
|
||
</div>
|
||
|
||
</br>
|
||
|
||
# Browser Use 能做什么？
|
||
|
||
Browser Use 让 AI 智能体（agent）像你一样使用网页浏览器——打开页面、点击按钮、输入文字、填写表单。你描述任务，它就能完成。例如，你可以让它：
|
||
|
||
|
||
### 📋 填写表单
|
||
#### 任务："用我的简历和信息填写这份工作申请。"
|
||
|
||
[示例代码 ↗](https://github.com/browser-use/browser-use/blob/main/examples/use-cases/apply_to_job.py)
|
||
|
||
|
||
### 🍎 购买日用品
|
||
#### 任务："把这份物品清单加入我的 instacart。"
|
||
|
||
https://github.com/user-attachments/assets/a6813fa7-4a7c-40a6-b4aa-382bf88b1850
|
||
|
||
[示例代码 ↗](https://github.com/browser-use/browser-use/blob/main/examples/use-cases/buy_groceries.py)
|
||
|
||
|
||
### 💻 做你的个人助理
|
||
#### 任务："帮我找组装定制 PC 的零件。"
|
||
|
||
https://github.com/user-attachments/assets/ac34f75c-057a-43ef-ad06-5b2c9d42bf06
|
||
|
||
[示例代码 ↗](https://github.com/browser-use/browser-use/blob/main/examples/use-cases/pcpartpicker.py)
|
||
|
||
|
||
<br/>
|
||
|
||
# 快速入门
|
||
|
||
如果你想在智能体（Claude Code、Codex、Cursor、Hermes、OpenClaw 等）中使用 Browser Use，粘贴这段提示词，它会自动完成所有设置：
|
||
|
||
```text
|
||
Install or upgrade browser-use to the latest stable version with uv using Python 3.12, run `browser-use skill install` to register the skill, and connect it to my browser. If setup or connection fails, follow https://github.com/browser-use/browser-harness/blob/main/install.md.
|
||
```
|
||
|
||
然后告诉你的智能体你想做什么。
|
||
|
||
<br/>
|
||
|
||
# Python 库：自动化网页的最简方式
|
||
|
||
想在自己的代码里、配合任意大语言模型（LLM）、大规模自动化网页操作？请使用 Python 库：
|
||
|
||
**1. 安装 Browser Use（Python >= 3.11）：**
|
||
|
||
```bash
|
||
uv add browser-use
|
||
# or: pip install browser-use
|
||
```
|
||
|
||
**2. 将你的 LLM API 密钥添加到 `.env`**。可从 [Browser Use Cloud](https://cloud.browser-use.com/new-api-key?utm_source=github&utm_medium=readme-quickstart-api-key), 获取，或使用你自己的服务商密钥：
|
||
|
||
```bash
|
||
# .env
|
||
BROWSER_USE_API_KEY=your-key
|
||
# GOOGLE_API_KEY=your-key
|
||
# ANTHROPIC_API_KEY=your-key
|
||
```
|
||
|
||
**3. 运行你的第一个智能体：**
|
||
|
||
```python
|
||
import asyncio
|
||
|
||
from browser_use import Agent, ChatBrowserUse
|
||
|
||
async def main():
|
||
agent = Agent(
|
||
task="Find the number of stars of the browser-use repo",
|
||
llm=ChatBrowserUse(model='openai/gpt-5.5'),
|
||
# llm=ChatBrowserUse(model='bu-2-0'), # Browser Use's optimized model
|
||
# llm=ChatOpenAI(model='gpt-5.5'),
|
||
# llm=ChatAnthropic(model='claude-opus-4-8'), # Sonnet also works well
|
||
)
|
||
history = await agent.run()
|
||
|
||
if __name__ == "__main__":
|
||
asyncio.run(main())
|
||
```
|
||
|
||
更多内容请参阅[库文档](https://docs.browser-use.com/open-source/introduction) 和[云端文档](https://docs.cloud.browser-use.com?utm_source=github&utm_medium=readme-cloud-docs)！
|
||
|
||
<br/>
|
||
|
||
# 开源版 vs 云端版
|
||
|
||
<picture>
|
||
<source media="(prefers-color-scheme: light)" srcset="static/accuracy_by_model_light.png">
|
||
<source media="(prefers-color-scheme: dark)" srcset="static/accuracy_by_model_dark.png">
|
||
<img alt="BU Bench V1 - LLM 成功率" src="static/accuracy_by_model_light.png" width="100%">
|
||
</picture>
|
||
|
||
我们在 100 个真实浏览器任务上对 Browser Use 进行基准测试。完整基准测试已开源：**[browser-use/benchmark](https://github.com/browser-use/benchmark)**.
|
||
|
||
Browser Use 在 **[Odysseys 排行榜](https://odysseysbench.com/leaderboard)** 上也位列 **#1**，平均得分 87.4%，领先于 OpenAI、Anthropic、Google 和 Microsoft 的 computer-use 智能体。Odysseys 会衡量智能体在 200 个长周期网页任务上的表现。
|
||
|
||
**使用开源智能体**
|
||
- 免费，可在本机运行
|
||
- 深度代码级集成与控制：自选 LLM、自定义智能体行为
|
||
- 建议搭配我们的[云端浏览器](https://docs.browser-use.com/open-source/customize/browser/remote)，以获得领先的隐身能力、代理轮换和弹性扩展
|
||
|
||
**使用[全托管云端智能体](https://cloud.browser-use.com?utm_source=github&utm_medium=readme-hosted-agent)（推荐）**
|
||
- 应对复杂任务的智能体能力更强（见上图）
|
||
- 上手和扩展最简单的方式
|
||
- 最佳隐身能力，支持代理轮换与验证码（captcha）破解
|
||
- 1000+ 集成（Gmail、Slack、Notion 等）
|
||
- 持久化文件系统与记忆
|
||
|
||
<br/>
|
||
|
||
## 集成、托管、自定义工具、MCP 等更多内容，请查看我们的[文档 ↗](https://docs.browser-use.com)
|
||
|
||
<br/>
|
||
|
||
# 常见问题
|
||
|
||
<details>
|
||
<summary><b>我该用 CLI 还是 Python 库？</b></summary>
|
||
|
||
**使用 CLI**：如果你已有智能体（Claude Code、Codex、Cursor、Hermes、OpenClaw 等），想让它帮你完成浏览器任务。智能体只需安装一次技能（见[快速入门](#quickstart)），之后即可控制浏览器。示例：
|
||
- "把这个视频上传到 YouTube"
|
||
- "对比这三台笔记本电脑，给我一张带价格的表格"
|
||
- "用我的简历填写这份工作申请"
|
||
|
||
**使用 Python 库**：当你要构建自动化网页的软件时。示例：
|
||
- 按计划或并行运行大量任务（抓取、监控、QA）
|
||
- 将浏览器智能体嵌入你自己的产品
|
||
- 自定义工具、自定义系统提示词、结构化输出、细粒度浏览器控制
|
||
|
||
经验法则：通过智能体做一次性任务 → CLI；在代码中做可重复自动化 → Python 库。
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>最好用什么模型？</b></summary>
|
||
|
||
我们专门针对浏览器自动化任务优化了 **ChatBrowserUse()**。平均而言，它在达到 SOTA 准确率的同时，完成任务的速度比其他模型快 3-5 倍。
|
||
</details>
|
||
|
||
关于定价及其他 LLM 提供商，请参阅我们的[支持的模型文档](https://docs.browser-use.com/supported-models).
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>能否通过 ChatBrowserUse 使用 Claude / GPT / Gemini？</b></summary>
|
||
|
||
可以。`ChatBrowserUse` 接受带提供商前缀的 model id，因此单个 `BROWSER_USE_API_KEY` 即可访问全部模型——无需单独的 OpenAI/Anthropic/Google 密钥：
|
||
|
||
```python
|
||
from browser_use import Agent, ChatBrowserUse
|
||
|
||
llm = ChatBrowserUse(model='anthropic/claude-sonnet-4-6') # or 'openai/gpt-5.5', 'google/gemini-3-pro'
|
||
agent = Agent(task='...', llm=llm)
|
||
```
|
||
|
||
为获得最佳速度与成本，我们仍推荐使用默认的 `bu-*` 模型。
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>使用开源预览模型时，是否应使用 Browser Use 系统提示词（system prompt）？</b></summary>
|
||
|
||
是的。若将 `ChatBrowserUse(model='browser-use/bu-30b-a3b-preview')` 与普通的 `Agent(...)` 搭配使用，Browser Use 仍会为你发送其默认的 agent 系统提示词。
|
||
|
||
切换到开源预览模型后，你**无需**额外添加自定义的「Browser Use 系统消息」。仅当你有意针对任务自定义默认行为时，才使用 `extend_system_message` 或 `override_system_message`。
|
||
|
||
若追求默认情况下的最佳速度/准确度，我们仍推荐使用较新的托管 `bu-*` 模型。若使用开源预览模型，除 `model=` 取值外，配置方式保持不变。
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>能否为 agent 使用自定义工具？</b></summary>
|
||
|
||
可以！你可以添加自定义工具以扩展 agent 的能力：
|
||
|
||
```python
|
||
from browser_use import Tools
|
||
|
||
tools = Tools()
|
||
|
||
@tools.action(description='Description of what this tool does.')
|
||
def custom_tool(param: str) -> str:
|
||
return f"Result: {param}"
|
||
|
||
agent = Agent(
|
||
task="Your task",
|
||
llm=llm,
|
||
browser=browser,
|
||
tools=tools,
|
||
)
|
||
```
|
||
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>可以免费使用吗？</b></summary>
|
||
|
||
可以！Browser-Use 是开源的，可免费使用。你只需选择 LLM 提供商（如 OpenAI、Google、ChatBrowserUse，或通过 Ollama 在本地运行模型）。
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>服务条款</b></summary>
|
||
|
||
本开源库采用 MIT License 许可。有关 Browser Use 服务与数据政策，请参阅我们的[服务条款](https://browser-use.com/legal/terms-of-service) 和[隐私政策](https://browser-use.com/privacy/).
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>如何处理身份验证？</b></summary>
|
||
|
||
请参阅我们的身份验证示例：
|
||
- [使用真实浏览器配置文件](https://github.com/browser-use/browser-use/blob/main/examples/browser/real_browser.py) - 复用已保存登录信息的现有 Chrome 配置文件
|
||
- 若需使用带收件箱的临时账号，可选择 AgentMail
|
||
- 要将身份验证配置文件同步到远程浏览器，请运行 `curl -fsSL https://browser-use.com/profile.sh | BROWSER_USE_API_KEY=XXXX sh`（将 XXXX 替换为你的 API key）
|
||
|
||
这些示例展示了如何无缝维护会话并处理身份验证。
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>如何解决 CAPTCHA？</b></summary>
|
||
|
||
处理 CAPTCHA 需要更好的浏览器指纹与代理。请使用 [Browser Use Cloud](https://cloud.browser-use.com?utm_source=github&utm_medium=readme-faq-captcha)，它提供专为规避检测与 CAPTCHA 挑战而设计的隐身浏览器。
|
||
</details>
|
||
|
||
<details>
|
||
<summary><b>如何投入生产环境？</b></summary>
|
||
|
||
Chrome 会占用大量内存，并行运行多个 agent 的管理也可能较为棘手。
|
||
|
||
生产场景请使用我们的 [Browser Use Cloud API](https://cloud.browser-use.com?utm_source=github&utm_medium=readme-faq-production)，它提供：
|
||
- 可扩展的浏览器基础设施
|
||
- 内存管理
|
||
- 代理轮换
|
||
- 隐身浏览器指纹
|
||
- 高性能并行执行
|
||
</details>
|
||
|
||
<br/>
|
||
|
||
## 引用
|
||
|
||
若在你的研究或项目中使用了 Browser Use，请引用：
|
||
|
||
```bibtex
|
||
@software{browser_use2024,
|
||
author = {Müller, Magnus and Žunič, Gregor},
|
||
title = {Browser Use: Enable AI to control your browser},
|
||
year = {2024},
|
||
publisher = {GitHub},
|
||
url = {https://github.com/browser-use/browser-use}
|
||
}
|
||
```
|
||
|
||
<br/>
|
||
|
||
<div align="center">
|
||
|
||
**告诉电脑做什么，它就能帮你完成。**
|
||
|
||
<img src="https://github.com/user-attachments/assets/06fa3078-8461-4560-b434-445510c1766f" width="400"/>
|
||
|
||
[](https://x.com/intent/user?screen_name=mamagnus00)
|
||
   
|
||
[](https://x.com/intent/user?screen_name=gregpr07)
|
||
|
||
</div>
|
||
|
||
<div align="center"> Made with ❤️ in Zurich and San Francisco </div>
|