Browser Use
Browser Use · 程式設計 · 其他
Browser Use 是一套給 AI 代理用的 AI 瀏覽器自動化框架。你用日常語言描述任務，代理就會讀取網頁並執行，可自行跑開源 Python 函式庫，也能改用雲端服務。
關於 Browser Use
About
Browser Use 是什麼
Browser Use 是一套為 AI 代理打造的瀏覽器自動化框架。你不必手寫選擇器和點擊步驟，只要用自然語言描述任務，代理就會開啟真正的瀏覽器、讀取頁面，再決定下一步。這個專案一開始是開源 Python 函式庫，如今同時以函式庫和託管雲端平台的形式運作。
它要解決的是自動化容易壞掉的問題。Selenium 和 Playwright 這類較舊的工具需要精確的元素路徑，只要類別名稱一改，腳本就掛掉。Browser Use 這個 AI 網頁代理會給模型一份精簡過的頁面視圖，互動元素都標上編號，讓它在版面變動時自行調整。因此它適合抓取資料、填寫表單，以及頁面經常改版的多步驟流程。
使用方式有兩種，選哪一種差別很大。開源函式庫依 MIT 授權免費，在你自己的機器上執行，資料留在本機，但模型和瀏覽器都由你張羅。雲端是付費的按用量計價服務，多了隱蔽瀏覽器、CAPTCHA 處理和託管基礎設施，費用按使用量而非訂閱計算。
開始使用
- 用 pip 或 uv 安裝 Python 套件（需 Python 3.11 以上），讓安裝程式一併下載 Chromium
- 在 .env 檔加入 API 金鑰，可用 Browser Use 的金鑰，或你自己的 OpenAI、Google、Anthropic 金鑰
- 建立代理，用自然語言寫下任務，並挑選要讓它推理的模型
- 執行代理，看它在瀏覽器裡工作，任務結束後讀取它印出的結構化結果
產品資訊
快速了解 Browser Use 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 打造 AI 代理的開發者：想直接用現成層來控制瀏覽器，而不必自己把 Playwright 接到模型上，可從免費的 MIT 函式庫入手
- 資料與研究團隊：分析師要從經常改版的網站抽取結構化資訊，比起維護選擇器，更想直接描述任務
- QA 與測試工程師：測試人員需要能撐過前端改版的流程，不必每兩週重寫一次
- 自動化與營運人員：處理下載報表、填寫表單這類重複網頁工作的團隊，可選本機函式庫或雲端
任務
- 網頁抓取與資料抽取：從用 JavaScript 渲染的列表、目錄和儀表板取出結構化資料
- 填寫與送出表單：依自然語言描述完成多步驟表單，包含登入與結帳
- 研究與監控：在多個網站重複同一套資料查找，把結果彙整成一個檔案
- 代理原型開發：替現有的 LLM 代理加上瀏覽器工具，讓它能真的在網頁上動手，而不只是讀取
- 排程檢查：固定時間重訪頁面，捕捉變動、錯誤或新上架項目
情境
- 購物網每個月換一次版面：代理重新讀取頁面後繼續運作，不會因為舊選擇器而中斷
- 你一次要十幾個網站的價格：把任務平行執行，不必為每個網站各寫一支爬蟲
- 註冊流程卡在 CAPTCHA：雲端的隱蔽瀏覽器與 CAPTCHA 處理會把任務帶完
- 你希望資料留在自己機器上：開源函式庫在本機執行，用你自己的模型金鑰
- 團隊每週都推介面更新：用文字描述的流程，維護成本遠低於寫死的腳本
主要功能
描述任務，不必管選擇器
你用日常說法寫下要做的事，代理自己拆解步驟。它讀取一份精簡的頁面視圖，互動元素都有編號與標籤，再挑選下一個動作。這正是它與 Selenium、Playwright 的核心差別，後者要你逐一點名元素並自行等待。類別名稱一改，代理會重新讀取頁面並調整，而不是直接失敗。
支援各家主流 LLM
函式庫能接上你原本就在付費的模型。它支援 OpenAI、Anthropic、Google、Azure、Groq，也能透過 Ollama 使用本機模型，讓你依成本或速度取捨。官方另外推出自家模型 ChatBrowserUse，據其說法，處理瀏覽器任務的速度是一般模型的三到五倍。換模型只需改設定，不必重寫。
MIT 授權的開源核心
這套 Python 版 browser-use 函式庫依 MIT 授權免費開放，GitHub 星數超過 11.7 萬。這是一個完整的開源瀏覽器代理，每一行你都能讀、能改，能跑在自己的機器上，任務資料也留在本機。對資料規範嚴格的團隊來說，這條本機路線往往是選擇 Browser Use、而非封閉雲端代理的理由。
隱蔽瀏覽器與 CAPTCHA 處理
雲端執行的是專門用來避開偵測的瀏覽器，預設開啟高品質住宅代理。在官方自家的 71 個網站測試中，其瀏覽器觸及了 81% 的受保護網站，領先它列出的多家對手。當目標網站阻擋單純的自動化時，這點很關鍵，因為任務會繼續推進，而不是卡在驗證頁。
可預期的按用量計價
雲端沒有訂閱制。你買額度從 5 美元起，永不過期，瀏覽器每小時 0.02 美元另加流量費。執行代理的費用是模型詞元加上 20% 服務費，瀏覽器時間另計。新帳號會拿到少量免費額度，符合資格的新註冊者可獲 15 美元一次性額度，讓你先用真實任務評估成本再花錢。
託管瀏覽器基礎設施與 API
除了代理，雲端也把瀏覽器本身當服務賣給你的程式。你透過 API 操作，同一平台會處理工作階段、設定檔與工作區。並行數從 10 個工作階段起，隨消費金額提升，最高到 1,000 個。已有自家代理的團隊可以只租瀏覽器層，省下模型費用。
優缺點
優點
- 開源函式庫依 MIT 授權免費，整個做法都能零成本試用
- 讓代理自行適應頁面變動，省下舊腳本常被改版弄壞的維護成本
- 支援多種模型，包含透過 Ollama 的本機模型，不會被單一供應商綁住
- 雲端按用量計價，額度永不過期，也沒有訂閱要取消
- 內含隱蔽瀏覽器與 CAPTCHA 處理，這是單用 Playwright 拿不到的
缺點
- 函式庫仍要自備 LLM 金鑰並自行執行瀏覽器，不算零設定的工具
- 代理每一步都耗用模型詞元，長任務的費用會比寫死的腳本高
- 對多數非開發者來說，真正需要的是含隱蔽瀏覽器與 CAPTCHA 解題的雲端，而這部分要付費
- 文件更新快，API 又分版本（V2、V3、V4），得先確認哪份指南對得上自己的環境
常見問題
Browser Use 這套 AI 網頁代理能用 AI 自動化網頁任務。你用自然語言描述工作，代理就會開啟瀏覽器、讀取頁面並執行步驟，從填表單、抓資料到跑多步驟流程都行，這些網頁自動化情境都是常見用法。開發者用它替自家代理加上瀏覽器工具，非開發者則用雲端在不必寫程式的情況下跑任務。
相關內容
探索與 Browser Use 相關的工具、技能與文章。
Browser Use 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。