Open Browser Use
iFurySt · 程式設計
Open Browser Use 是一套免費、開源的瀏覽器自動化層，讓 AI 代理操作真實的 Chrome，而不是無介面的複製品。它把 Chrome 擴充功能與 CLI 配在一起，再加上 JavaScript、Python 與 Go 的 SDK，因此你可以用原本就在使用的代理執行環境，撰寫分頁、導覽與 DOM 層級動作的指令碼。它瞄準的是想讓助理真的在實際頁面上點擊、讀取與填寫的開發者。
關於 Open Browser Use
什麼是 Open Browser Use
Open Browser Use 是給 AI 代理用的瀏覽器自動化工具，而且在不同執行環境之間保持中立。這個拗口的說法其實很簡單。它不在意你跑的是哪一款代理工具，從 Codex 到 Claude Code，再到你自己的技術堆疊都行。你把它指向一個真實的 Chrome 視窗，代理就取得分頁控制、導覽與頁面動作的能力。
它被定位成 Codex.app 內建 Chrome Browser Use 功能的開源替代方案。在底層，一個瀏覽器擴充功能透過原生訊息主機與 open-browser-use CLI 溝通，這個主機會持續註冊在你的機器上。從那裡，你可以透過 JavaScript SDK、Python SDK、Go SDK，或直接使用 CLI 來整合。
最大的限制在於安裝設定。你需要先裝好 Chrome 與 Node，並註冊一個原生主機，否則什麼都跑不起來。如果你不想執行真實的 Chrome，這就不是你要的工具。這就是全部的門檻。沒有 Chrome，免談。
開始使用
- 用
npm i -g open-browser-use安裝 CLI（macOS 與 Linux 也可透過 Homebrew）。 - 執行
open-browser-use setup來註冊原生主機。這同時會開啟對應擴充功能的 Chrome 線上應用程式商店頁面。 - 在 Chrome 中安裝或啟用該擴充功能，若安裝程式要求，請重新啟動瀏覽器。
- 加入你的語言對應的 SDK，或用
npx add-mcp "obu mcp"接上 MCP 伺服器，接著開始發出分頁與導覽動作。
產品資訊
快速了解 Open 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、需要碰觸真實網頁的開發者，前提是他們願意安裝 CLI 與 Chrome 擴充功能。
- 想統一採用開源 browser use 層，並避免讓代理綁死在單一廠商執行環境的團隊。
任務
- 讓代理列出已開啟的分頁、認領其中一個，並依指令導覽到某個網址。
- 透過 Chrome DevTools Protocol 驅動 DOM 感知動作，例如讀取頁面結構或執行逐步動作計畫。
- 透過 MCP stdio 伺服器，把瀏覽器控制接到既有的程式代理上。
情境
- 一個 Codex 或 Claude Code 工作階段，需要查看實際網站並摘要找到的內容。
- 自動化重複的網路雜務，例如從新聞頁面抓取每日摘要。
- 在交給更大的代理流程之前，先原型化多步驟的網路工作流程。
主要功能
設計上對執行環境保持中立
重點在於 Open Browser Use 不會把你鎖進單一代理框架。不管你的代理跑在 Codex、Claude Code 還是自訂設定裡，同一層都能運作，因為瀏覽器端與代理端是解耦的。這種解耦正是賣點。日後若更換執行環境，你的瀏覽器自動化不必重寫。換掉引擎，輪子照留。
真實 Chrome，而非無介面複製品
它透過瀏覽器擴充功能操作真正的 Chrome 視窗，因此 AI 代理控制 Chrome 時面對的頁面，行為就跟一般使用者所見一樣，包含 cookie 與登入狀態。在無介面瀏覽器下會遭封鎖或故障的網站，這裡的麻煩少得多。代價是 Chrome 必須開著，擴充功能也必須安裝。
三種語言的 SDK
你拿到的是真正的用戶端程式庫，而不是薄薄的包裝。npm 與 PyPI 上都有 open-browser-use-sdk，另外還有 Go 套件。Python 程式碼以 open_browser_use 匯入，Go 則以 obu 匯入。這涵蓋了代理多半會用到的後端與指令碼語言。挑好你的語言就能上手。
給代理工具用的 MCP 伺服器
安裝 MCP 伺服器只需一行：npx add-mcp "obu mcp"。它提供瀏覽器工具，用於列出、開啟與認領分頁、導覽、存取 CDP、執行動作計畫以及清理。如果你的代理已經會說 MCP，瀏覽器就只是它能呼叫的另一組工具。不需要什麼稀奇古怪的東西。
CLI 優先的控制方式
一切都可透過瀏覽器自動化 CLI，也就是 open-browser-use 指令來操作。設定、主機註冊與日常動作都在終端機執行，因此瀏覽器自動化 CLI 讓你不必先寫一行 SDK 程式碼，就能輕鬆撰寫指令碼或除錯。CLI 與擴充功能是讓其餘部分得以運作的兩個活動零件。
DOM 感知動作與 CDP
這些動作具備 DOM 感知能力，並由 Chrome DevTools Protocol 驅動，因此代理能就頁面結構進行推理，而不是盲目點擊座標。這對表單、清單，以及任何元素身分會在每次載入間變動的東西都很重要。這比螢幕截圖加猜測的做法更進一步。這樣一定可行嗎？不。但總比猜按鈕跑到哪裡去了要好。
優缺點
優點
- 免費且採 MIT 授權，完整原始碼都在 GitHub 上。沒有陷阱。
- 可跨代理執行環境運作，不會把你綁死在單一廠商。
- 提供 JavaScript、Python 與 Go 的 SDK，外加 CLI 與 MCP 伺服器。
- 操作真實 Chrome，避開許多無介面瀏覽器的封鎖問題。
- 可直接以 skill 形式安裝到 Codex 或 Claude Code。
缺點
- 安裝設定不簡單：你需要 Node、Chrome、原生主機註冊與擴充功能才能開始運作。並不理想。
- 只能搭配 Chrome，Firefox 與 Safari 使用者無緣使用。
- 由於是年輕專案，Chrome 線上應用程式商店上架資訊無法取得時，偶爾會遇到粗糙邊緣與需要手動修補的情況。
常見問題
是。它採 MIT 授權開源，因此沒有付費方案，也完全沒有定價。你可以在 GitHub 上閱讀並修改原始碼。
相關內容
探索與 Open Browser Use 相關的工具、技能與文章。
Open 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。