Browser Use
Browser Use · Programación · Otro
Browser Use es un framework de automatización de navegador para agentes de IA. Describe la tarea con tus palabras y el agente lee la página y la ejecuta, ya sea con la librería de Python o con su nube.
Acerca de Browser Use
About
Qué es Browser Use
Browser Use es un framework de automatización de navegador pensado para agentes de IA. En lugar de escribir selectores y pasos de clic a mano, describes la tarea en lenguaje natural y el agente abre un navegador real, lee la página y decide qué hacer después. El proyecto nació como librería de Python de código abierto y hoy funciona tanto así como en una plataforma en la nube.
El problema que resuelve es la automatización frágil. Herramientas anteriores como Selenium y Playwright necesitan rutas de elementos exactas, así que un cambio de nombre de clase rompe el script. Browser Use le da al modelo una vista simplificada de la página, con los elementos clicables etiquetados, y lo deja adaptarse cuando el diseño cambia. Por eso encaja en scraping, relleno de formularios y flujos de varios pasos donde la página cambia a menudo.
Hay dos formas de usarlo, y la elección importa. La librería de código abierto es gratis bajo licencia MIT, corre en tu máquina y mantiene tus datos en local, pero tú pones el LLM y gestionas el navegador. La nube es un servicio de pago por uso que añade navegadores sigilosos, gestión de CAPTCHA e infraestructura gestionada, y cobra por consumo en vez de por suscripción.
Primeros pasos
- Instala el paquete de Python con pip o uv (Python 3.11 o superior) y deja que el instalador baje una versión de Chromium
- Añade una clave API a un archivo .env, ya sea una clave de Browser Use o la tuya de OpenAI, Google o Anthropic
- Crea un agente con una tarea en lenguaje natural y elige el modelo con el que quieres que razone
- Ejecuta el agente y mira cómo trabaja en el navegador, luego lee el resultado estructurado que imprime al terminar
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Browser Use.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Desarrolladores que crean agentes de IA
- Equipos de datos e investigación
- Ingenieros de QA y pruebas
- Personal de automatización y operaciones
Tareas
- Scraping y extracción de datos
- Relleno y envío de formularios
- Investigación y seguimiento
- Prototipado de agentes
- Comprobaciones programadas
Casos de uso
- Una tienda cambia su diseño cada mes
- Necesitas precios de una docena de webs a la vez
- Un registro está detrás de un CAPTCHA
- Quieres que tus datos se queden en tu máquina
- Un equipo publica cambios de interfaz cada semana
Funciones clave
Describe la tarea y olvídate de los selectores
Escribes lo que quieres hacer en lenguaje corriente y el agente averigua los pasos. Lee una vista simplificada de la página en la que los elementos interactivos van numerados y etiquetados, y elige la siguiente acción. Aquí está la diferencia clave con Selenium y Playwright, donde nombras cada elemento y esperas tú. Cuando cambia un nombre de clase, el agente relee la página y se ajusta en lugar de fallar.
Compatible con cualquier LLM importante
La librería se conecta a los modelos que ya pagas. Admite OpenAI, Anthropic, Google, Azure, Groq y modelos locales vía Ollama, entre otros, así que eliges según coste o velocidad. La empresa también ofrece su propio modelo ChatBrowserUse, que según ella termina tareas de navegador entre tres y cinco veces más rápido que un modelo general. Cambiar de modelo es tocar la configuración, no reescribir nada.
Núcleo de código abierto con licencia MIT
La librería browser-use de Python es gratis y abierta bajo licencia MIT, con más de 117.000 estrellas en GitHub. Puedes leer y cambiar cada línea, correrla en tu propio hardware y mantener los datos de la tarea en tu máquina. Para equipos con reglas estrictas de datos, esa vía local suele ser el motivo para elegir Browser Use antes que un agente de nube cerrado.
Navegadores sigilosos y gestión de CAPTCHA
La nube ejecuta navegadores diseñados para no ser detectados, con proxies residenciales de calidad activados por defecto. En su propia prueba de 71 sitios, sus navegadores alcanzaron el 81 por ciento de los sitios protegidos, por delante de varios rivales que la empresa enumera. Eso importa cuando un sitio bloquea la automatización simple, porque la tarea sigue avanzando en vez de quedarse atascada en una página de verificación.
Precio predecible de pago por uso
La nube no tiene suscripción. Compras créditos desde 5 dólares, no caducan, y los navegadores cuestan 0,02 dólares la hora más el tráfico. Ejecutar un agente cuesta los tokens del modelo más un 20 por ciento de tarifa de servicio, con el tiempo de navegador aparte. Las cuentas nuevas reciben un pequeño crédito gratis, y los registros elegibles reciben 15 dólares en créditos de una sola vez, para que juzgues el coste con una tarea real antes de gastar.
Infraestructura de navegador gestionada y API
Además del agente, la nube vende el navegador como servicio para tu propio código. Lo controlas por API, y la misma plataforma gestiona sesiones, perfiles y espacios de trabajo. La concurrencia empieza en 10 sesiones y sube según tu gasto, hasta 1.000. Los equipos que ya tienen su agente pueden alquilar solo la capa de navegador y saltarse la tarifa de modelo.
Ventajas y desventajas
Ventajas
- La librería de código abierto es gratis bajo licencia MIT, así que puedes probar todo el enfoque sin coste
- Deja que el agente se adapte a los cambios de página, lo que recorta el mantenimiento que rompe los scripts antiguos
- Admite una amplia gama de modelos, incluidos los locales vía Ollama, así que no quedas atado a un proveedor
- El precio de la nube es de pago por uso con créditos que no caducan, y no hay suscripción que cancelar
- Los navegadores sigilosos y la gestión de CAPTCHA van incluidos, algo que Playwright por sí solo no te da
Desventajas
- La librería te obliga a poner una clave de LLM y a correr el navegador, así que no es una herramienta sin configuración
- Cada paso de un agente consume tokens del modelo, lo que encarece las tareas largas frente a un script escrito a mano
- La nube, con sus navegadores sigilosos y su resolución de CAPTCHA, es lo que necesitaría la mayoría de quien no programa, y esa parte se paga
- La documentación avanza rápido y las API van por versiones (V2, V3 y V4), así que toca mirar qué guía encaja con tu montaje
Preguntas frecuentes
Browser Use automatiza tareas web con un agente de IA. Describes el trabajo en lenguaje natural, y el agente abre un navegador, lee la página y ejecuta los pasos, desde rellenar formularios y hacer scraping hasta correr flujos de varios pasos. Los desarrolladores lo usan para dar a sus agentes una herramienta de navegador, y quien no programa usa la nube para lanzar tareas sin código.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Browser Use.
Alternativas a Browser Use
Base Code
Base44 (Wix) · Programación · ProductividadBase Code es un entorno de desarrollo en la nube compartido de Base44. El equipo describe cambios sobre un repositorio de GitHub en el chat, los ve en una vista previa y los envía como pull requests.
Google EmbeddingGemma 2
Google DeepMind · Escritura · Imagen · ProgramaciónGoogle EmbeddingGemma 2 es un modelo abierto de 740 millones de parámetros que convierte texto, código, imágenes, audio y fotogramas de vídeo en vectores de un mismo espacio de 768 dimensiones, y funciona en móviles y portátiles.
GitGlow
GitGlow · Programación · ProductividadGitGlow es un cliente Git de escritorio que reúne tu código y los cambios de tus agentes de IA en una sola revisión, para que sepas qué va a salir de tu máquina antes de publicarlo.