browser-use：它是什么、解决了什么问题以及为何受到关注

它解决了什么

Browser Use 让大型语言模型（LLM）能够像人类一样与网页浏览器交互，使它们能够自动化复杂的、多步骤的网页任务，例如填写求职申请、购买杂货以及在多个站点上进行信息检索。

工作原理

该项目提供了一个浏览器挂载层和一个基于 Rust 的本地核心，为 LLM 提供真实的浏览器操作空间。它将高级任务转换为具体的浏览器操作（点击、输入、导航），并包含恢复循环以处理错误。用户可以通过 Python API、命令行界面（CLI）或完整托管的云版本运行代理，以获得更好的隐蔽性和可扩展性。

适用人群

构建需要在网页上执行操作的 AI 代理的开发者，以及希望通过简单的 Python 脚本或 CLI 自动化重复性浏览器工作流的用户。

亮点

• 多模型支持：兼容包括 OpenAI、Anthropic、Google 在内的多种 LLM，以及针对浏览器自动化优化的专用 ChatBrowserUse 模型。
• Rust 核心：由 Rust 核心驱动的 beta 代理，提升性能和可靠性。
• 自定义工具：可以添加自定义 Python 函数作为工具，扩展代理的功能。
• 隐蔽与扩展：提供云选项，实现代理轮换、CAPTCHA 解决以及隐蔽浏览器指纹，以避免被检测。
• CLI 工具：命令行界面用于快速、持久的浏览器自动化和迭代。