使用 AI 控制浏览器:Browser Use 简介

什么是 Browser Use?

Browser Use 是一个开源工具,允许你使用 AI 控制浏览器。它通过连接 AI 代理与浏览器,实现自动化浏览器操作。这种技术可以帮助你完成复杂的任务,如自动化网页操作、数据收集等。

安装和使用

  1. 安装 Browser Use

    perl 复制代码
    bash
    pip install browser-use

    并安装 Playwright:

    复制代码
    bash
    playwright install chromium
  2. 设置环境变量

    .env 文件中添加你的 API 密钥(如 OpenAI API 密钥)。

  3. 运行示例代码

    python 复制代码
    python
    from langchain_openai import ChatOpenAI
    from browser_use import Agent
    import asyncio
    from dotenv import load_dotenv
    load_dotenv()
    
    async def main():
        agent = Agent(
            task="比较 gpt-4o 和 DeepSeek-V3 的价格",
            llm=ChatOpenAI(model="gpt-4o"),
        )
        await agent.run()
    
    asyncio.run(main())

示例任务

  • 添加购物车商品并结账
  • 将最新的 LinkedIn 关注者添加到 Salesforce 的潜在客户列表中
  • 读取简历,找到机器学习工作并保存到文件,然后在新标签页中申请这些工作
  • 在 Google Docs 中给父亲写信并保存为 PDF
  • 在 Hugging Face 上查找 cc-by-sa-4.0 许可的模型,按最多点赞排序,并保存前五名到文件

未来发展

Browser Use 的未来计划包括:

  • 改进代理记忆和规划能力
  • 增强 DOM 元素的提取和状态表示
  • 支持重复运行任务和使用 LLM 作为后备
  • 创建复杂任务的数据集并对比不同模型的性能

贡献和合作

欢迎通过 GitHub 提交 bug 报告或功能请求。Browser Use 还鼓励社区参与,共同定义 UI/UX 设计最佳实践,以提高 AI 代理的性能。

相关推荐
Livingbody2 小时前
基于【ERNIE-4.5-VL-28B-A3B】模型的图片内容分析系统
后端
yanlele3 小时前
我用爬虫抓取了 25 年 6 月掘金热门面试文章
前端·javascript·面试
你的人类朋友3 小时前
🍃Kubernetes(k8s)核心概念一览
前端·后端·自动化运维
追逐时光者4 小时前
面试第一步,先准备一份简洁、优雅的简历模板!
后端·面试
慕木兮人可4 小时前
Docker部署MySQL镜像
spring boot·后端·mysql·docker·ecs服务器
发粪的屎壳郎4 小时前
ASP.NET Core 8 轻松配置Serilog日志
后端·asp.net·serilog
小和尚同志4 小时前
全网影视一网打尽!8.2K Star 的 LibreTV 让你甩开追剧烦恼
开源·github
倔强青铜三5 小时前
苦练Python第4天:Python变量与数据类型入门
前端·后端·python
倔强青铜三6 小时前
苦练Python第3天:Hello, World! + input()
前端·后端·python
倔强青铜三6 小时前
苦练Python第2天:安装 Python 与设置环境
前端·后端·python