BrowserAgent

Sie beschreiben das Ziel, und der Agent leitet die Schritte ab. Es gibt keine Selektor-Liste zu pflegen und kein starres Skript, das bei jeder Seitenänderung bricht. Er liest die aktuelle Seite, entscheidet, was als Nächstes zu klicken oder zu tippen ist, und wiederholt das bis zum Ende. Diese Flexibilität ist der Grund für den Erfolg der Bibliothek, und sie bedeutet auch, dass eine vage Aufgabe abdriften kann; klare Vorgaben bleiben wichtig.

Der Agent arbeitet sowohl mit der Seitenstruktur als auch mit einer visuellen Ansicht. Er betrachtet die interaktiven Elemente, den Text und das Layout zusammen, was auf Seiten hilft, wo das Markup allein täuscht. Diese Mischung erklärt, warum er Datumsauswahl, Menüs und andere knifflige Widgets besser packt als ein rein selektorgesteuertes Tool.

Die lokale Bibliothek läuft mit dem Modell Ihrer Wahl. Sie können den Schlüssel eines bekannten Anbieters einstecken oder auf ein lokales Modell zeigen und direkt diesen Anbieter bezahlen. Das erlaubt einer selbst gehosteten Installation, den Plattformaufschlag auf Tokens zu vermeiden. Es heißt zugleich, dass die Ergebnisse dem gewählten Modell folgen: Ein starkes Modell schafft mehr Aufgaben, ein billiges lässt mehr durchfallen.

Browser Use betreibt entfernte Browser, mit denen Sie sich über CDP verbinden, für 0,02 $ pro Stunde plus Verkehr. Sie installieren nichts und halten keine Chrome-Prozesse am Laufen. Die Residential-Proxys sind standardmäßig aktiv, deshalb geht der Verkehr über eine echt wirkende IP statt über ein Rechenzentrum. Für Teams, die Automatisierung in die Produktion bringen, nimmt dieser Teil am meisten Betriebsarbeit ab.

In der Cloud können Sie eine Aufgabe an einen gehosteten Agenten geben und das Ergebnis zurückbekommen, abgerechnet als Modellkosten plus 20 % Servicegebühr. Sie wählen aus einer Liste unterstützter Modelle und zahlen die veröffentlichten Token-Preise mit eingerechnetem Aufschlag. Das ist der schnellste Weg für alle, die die Agent-Schleife nicht selbst schreiben wollen und nur die erledigte Aufgabe suchen.

Der Kern steht unter MIT-Lizenz und liegt auf GitHub, also können Sie den Quellcode lesen, forken und alles auf eigener Hardware laufen lassen. Nichts zwingt zum Wechsel in die Cloud. Für Teams mit Datenvorgaben zählt das: Ein selbst gehosteter Lauf hält die Last im eigenen Netz, und der einzige externe Aufruf geht an das LLM, das Sie eingerichtet haben.