browser-use/browser-use

解決的問題

Browser Use 讓 AI 代理能像人類一樣與網頁瀏覽器互動。它消除了撰寫複雜且脆弱的爬蟲腳本或手動自動化的需要，使用者只需以自然語言描述任務，代理即可執行（例如填寫求職申請或從網站提取結構化資料）。

工作原理

此專案提供一個 Python 套件與託管的雲端服務，將 LLM 與瀏覽器實例連接。代理會分析頁面內容，並執行點擊按鈕、輸入文字、填寫表單等動作。支援多種 LLM 提供商（OpenAI、Anthropic、Google 及其自有優化模型 ChatBrowserUse），並允許自訂工具整合以擴展代理功能。

適用對象

• 開發者：開發大規模網頁自動化軟體的開發者，例如用於 QA、監控，或將瀏覽器代理嵌入產品中。
• AI 代理使用者（如 Claude Code 或 Cursor）：希望透過 CLI 將瀏覽器控制功能加入現有 AI 工具的使用者。
• 研究人員：尋找高效率網頁自動化代理的研究人員。

主要亮點

• 多 LLM 支援：支援 GPT、Claude、Gemini 等多種模型。
• 類人互動：能開啟頁面、點擊、輸入文字、填寫表單。
• 會話管理：支援使用真實瀏覽器設定檔以維持認證與登入狀態。
• 程式化自動化：提供 Python 套件，支援可重複、可排程或平行執行的自動化。
• 高效率：在長期網頁任務中，位列 Odysseys 排行榜第 1 名。