超火的AI自动化操控浏览器神器!一夜爆火,5天内新增3K Star!AI智能体趋势使然。

在科技飞速发展的今天,我们的工作、生活与 AI 的关系正变得越来越紧密。

无论是语音助手解放双手,还是AI搜索节省时间,这些技术的普及无不在证明:AI 的价值不再只是科研实验室中的概念,而是实实在在融入了我们的日常生活。

然而,当我发现 Browser Use 这个工具时,还是被它的"开挂"能力给惊艳到了。

它允许通过 AI 代理自动操作浏览器,无论是发邮件、订机票,还是网页内容提取、文件存储、数据库操作等都直接用。

项目简介

Browser Use 是一个能让 AI 智能体自动化操作浏览器的开源工具。

它通过简单的几行代码,就能让 AI 模型像真人一样与网页互动,完成各种复杂任务,比如自动投简历、查询航班信息,甚至筛选模型。

底层也借助了微软的自动化框架 playwright 进行功能延展。

它可以用于多种用途,包括视觉识别、多个代理的并行管理以及多个标签页的自动管理。

11月刚刚开源,最近一周突然爆火,5天内标星数直接从 3.3k 飙升到 7.3k。

主要功能

  • 自动化操作浏览器:可以自动操作浏览器,与网页交互,比如点击、填写表单、下载文件等,就像真人一样流畅。

  • 视觉识别与HTML提取:内置的视觉识别功能和 HTML 元素解析工具,能帮助 AI 识别网页中的动态内容并作出准确判断。

  • 自动多标签管理:支持自动管理多个浏览器标签页,智能调度任务。还可以并行多个 AI 智能体,分别处理不同任务,提高效率。

  • 支持主流 LLM 模型:兼容 GPT-4o、Claude 3.5 Sonnet 等主流大模型,充分发挥 AI 的理解与决策能力。

  • 自定义操作:允许用户定义个性化的任务流程,让工具更加适配具体需求。

快速使用

安装 browser-use

perl 复制代码
pip install browser-use

将API密钥添加到你的.env文件中

ini 复制代码
OPENAI_API_KEY=
ANTHROPIC_API_KEY=

启动代理

css 复制代码
from langchain_openai import ChatOpenAI
from browser_use import Agent
import asyncio

async def main():
    agent = Agent(
        task="Find a one-way flight from Bali to Oman on 12 January 2025 on Google Flights. Return me the cheapest option.",
        llm=ChatOpenAI(model="gpt-4o"),
    )
    result = await agent.run()
    print(result)

asyncio.run(main())

最后自动开启浏览器进行操作。

比如,投简历这件事本身并不复杂,但在不同网站间反复切换、手动输入信息却非常耗时。

可以通过 Browser Use 设计一个简单的脚本,让它自动打开招聘网站、登录账户、上传简历、甚至自定义申请留言。整个过程只需要提前设置好脚本,之后就可以坐等结果。

官方示例

1、阅读简历,找到与机器学习相关的职位,将它们保存到文件中,然后在新标签页中开始投递。

2、从2024年12月25日至2025年2月2日期间,在某平台上查找从苏黎世到北京的航班。

3、查找拥有cc-by-sa-4.0许可的模型,并按在Hugging Face上获得的最多点赞进行排序,将前5个保存到文件。

写在最后

Browser Use 是一款功能强大且灵活的开源工具,可以将 AI 智能体与浏览器操作完美结合,实现自动化、高效的网页交互。

不论是日常办公、信息查询,还是数据采集,都能大大节省人力和时间成本。

GitHub 项目地址:github.com/browser-use...

相关推荐
VIP_CQCRE5 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷6 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我6 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁016 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn7 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄7 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下8 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码8 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下9 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩9 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek