83K stars 的 browser-use 实测：AI 浏览器自动化终极指南

May 13, 2026

GitHub 83K stars，AI 浏览器自动化顶流项目。今天实测 browser-use，看看它能不能帮你自动下单、填表、爬数据……

项目速览

GitHub Trending 又炸了——browser-use 冲上 83K stars，单日暴涨 1,160。

这项目到底什么来头？一句话概括：

让 AI 代理直接操控浏览器，自动完成各类线上任务。

听起来有点魔幻？我用了一小时上手实测，发现它确实可以：

✅ 自动下单购物
✅ 自动填写并提交表单
✅ 自动爬取网页数据
✅ 自动投递职位申请

最舒服的是： 你只需要用自然语言描述任务，AI 自己找到按钮、输入内容、点击提交。

这篇文章，带你从零搭建 browser-use，并结合对比讲讲它与 OpenClaw、Claude Code 的区别。

01. browser-use 是什么？

官方解释： 让网站对 AI 代理变得可访问。

直白点说： 给 AI 一个浏览器，让它像人一样在网上干活。

核心能力


能力	说明
自然语言驱动	说“帮我买菜”，AI 自己打开站点、加购物车、结算
多模型适配	支持 Google Gemini、Anthropic Claude，以及自家的 ChatBrowserUse
本地 + 云端	可在本地免费运行，也能使用付费云服务（更稳定）
CLI 命令行	一条命令操控浏览器，适合嵌入自动化流程
Claude Code 技能	可直接作为 Claude Code 的插件调用

技术栈

语言：Python 3.11+
浏览器：Chromium（默认），可配置 Chrome / Firefox
AI 模型：支持主流 LLM（Gemini、Claude、Ollama 本地模型）
许可证：MIT（开源免费）

02. 5 分钟快速上手

第一步：安装

# 1. 使用 uv 初始化项目（推荐）
uv init && uv add browser-use && uv sync

# 2. 或者用 pip
pip install browser-use

# 3. 安装浏览器
uvx browser-use install

第二步：配置 API Key（可选）

# .env 文件
BROWSER_USE_API_KEY=your-key  # 只有用云服务才需要
GOOGLE_API_KEY=your-key       # 使用 Gemini
ANTHROPIC_API_KEY=your-key    # 使用 Claude

想零成本入手？ 直接用 Ollama 本地模型，完全免费。

第三步：运行第一个任务

from browser_use import Agent, Browser, ChatBrowserUse
import asyncio

async def main():
    browser = Browser()
    agent = Agent(
        task="Find the number of stars of the browser-use repo",
        llm=ChatBrowserUse(),
        browser=browser,
    )
    await agent.run()

if __name__ == "__main__":
    asyncio.run(main())

运行效果： AI 自动打开浏览器 → 搜索 GitHub → 定位 browser-use 仓库 → 抓取 stars 数量 → 返回结果。

03. 真实场景：它能帮你做什么？

场景 1：自动下单买菜

agent = Agent(
    task="Buy milk, eggs, and bread from Instacart",
    llm=ChatGoogle(model='gemini-2.0-flash-preview'),
)
await agent.run()

AI 会： 打开 Instacart → 搜索商品 → 加入购物车 → 结算（需要预先配置支付信息）。

场景 2：自动投递职位

agent = Agent(
    task="Apply to software engineer jobs on LinkedIn",
    llm=ChatAnthropic(model='claude-sonnet-4-6'),
)
await agent.run()

AI 会： 搜索职位 → 按条件过滤 → 填写申请表 → 上传简历 → 提交。

场景 3：自动爬取数据

agent = Agent(
    task="Scrape the top 10 trending repos from GitHub",
    llm=ChatBrowserUse(),
)
await agent.run()

AI 会： 打开 GitHub Trending → 提取信息 → 输出 JSON / CSV。

场景 4：命令行快速操作

# 打开网页
browser-use open https://example.com

# 查看可点击元素
browser-use state

# 点击第 5 个元素
browser-use click 5

# 输入文字
browser-use type "Hello"

# 截图
browser-use screenshot page.png

# 关闭
browser-use close

适合： 快速测试、集成到自动化脚本。

04. 对比：browser-use vs OpenClaw vs Claude Code


维度	browser-use	OpenClaw	Claude Code
定位	浏览器自动化	个人 AI 助手	AI 编程助手
核心能力	操控浏览器	多工具集成	代码生成与修改
交互方式	Python / CLI	自然语言对话	IDE 内对话
浏览器控制	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐
代码能力	⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
本地部署	✅ 完全免费	✅ 完全免费	❌ 需订阅
上手难度	中（需 Python）	低（自然语言）	低（IDE 集成）

如何选择？

浏览器自动化： → browser-use
个人助理（日程、提醒、写作）： → OpenClaw
写代码： → Claude Code

最佳体验： 三者搭配使用，各自发挥优势。

实测感受与翻车现场

✅ 优点

真的可以自动执行任务——并非 PPT 项目
上手快——五分钟跑通第一个任务
文档清晰——示例丰富
开源免费——本地运行零成本
社区活跃——83K stars，讨论氛围好

❌ 缺点

需要 Python 基础——对纯小白不太友好
本地环境依赖多——Chromium + Python 容易踩坑
复杂任务易出错——AI 理解偏差会乱点
登录态处理麻烦——需要配置浏览器 profile
CAPTCHA 无解——本地版遇到验证码就会卡住（云服务可缓解）

⚠️ 翻车现场

测试“自动投递 GitHub 职位”时，AI 的骚操作：

把“Remote”点成了“Hybrid”
上传简历时点错文件
提交前卡住（需要人工确认）

结论： 简单流程交给 AI 放飞自我，复杂操作留人工监督。

05. 收费模式

本地部署（免费）

软件本身：免费（MIT 许可）
浏览器：免费（Chromium）
AI 模型：Ollama 本地模型 → 免费；Google Gemini → 免费额度 + 付费；Anthropic Claude → 付费

云服务（付费）

按 Token 计费：

输入：$0.20 / 1M tokens
输出：$2.00 / 1M tokens

优势：免配置、防指纹检测、自带代理、可解决验证码

建议： 先用本地方案免费尝试，明确需求后再上云。

06. 适合哪些人？

✅ 推荐

测试工程师——自动化回归流程
运营人员——批量管理后台、采集数据
开发者——嵌入自动化脚本
研究人员——大规模数据采集
副业探索者——自动化电商、套利操作

❌ 不推荐

纯小白——需要 Python 基础
完全想躺平的用户——复杂任务仍需人工监督
有严重验证码的网站——本地版无法应对

快速启动模板

想直接跑起来？用官方模板生成器：

# 生成默认模板
uvx browser-use init --template default

# 生成带详细注释的高级模板
uvx browser-use init --template advanced

# 自定义输出路径
uvx browser-use init --template default --output my_agent.py

模板包含： 完整配置示例、详细注释，可直接运行。

总结

browser-use 会火不是意外——它确实解决了“AI 操作浏览器”这个老痛点。

但别幻想它能完全替代人工：

✅ 简单、重复的任务 → 放心让 AI 跑
⚠️ 复杂、关键流程 → AI 辅助 + 人工确认
❌ 涉及验证码、风控的场景 → 上云服务或放弃

如果你对 AI 工具实战与测试自动化感兴趣，欢迎持续关注，我们一起少走弯路。