11.9万 stars！在AI替你偷懒这件事上，这个开源项目在Github上杀疯了。

大家好，我是Bite。

今天跟大家分享一个Github爆火有趣又实用的开源项目：Browser Use。它就是能让AI来看着页面自己点的好工具，目前 119,523 星，fork 13,305，MIT 协议）是这条路上跑得最靠前的项目。

简介

Browser Use 是一个让任意大模型像人一样操作浏览器的开源 Python 库：你给它一句自然语言任务，它自己开浏览器、看页面、点按钮、填表单，最后把结果给你。

和 Selenium 最大的区别：你不用写选择器。页面结构变了，模型看着屏幕自己适应，脚本不会像多米诺骨牌一样倒一片。

三个让我觉得能打的点

三种形态，丰俭由人

项目把用法拆成三条路，按需选：

• Python 库：本地跑，uv add browser-use 装上就能用，模型随便挑（OpenAI、Anthropic、Gemini，甚至 Ollama 跑本地模型），库本身 MIT 免费
• CLI：给 Claude Code、Codex、Cursor 这类编码 Agent 装上浏览器手，一条 browser-use skill install 注册完事
• 云浏览器：代码一行不改，把 Browser() 换成 Browser(use_cloud=True) ，浏览器就跑在云端——Docker、CI、无服务器环境不用装 Chrome，还带隐身、住宅代理、CAPTCHA 处理，$0.02 一个浏览器小时

Claude 官方工具集的底层驱动

这条是生态位的硬证据：Anthropic SDK 的浏览器工具集（anthropic.tools.browser）官方驱动就是 Browser Use——31 个浏览器动作它全实现了，还附赠一个 Bash 工具处理数据落盘。本地浏览器、云浏览器、远程 CDP 浏览器三种都通吃。

也就是说，你在 Claude 生态里玩浏览器自动化，底下跑的大概率就是它。

点过的流程，下次不用模型再点一遍

这个功能我单独拎出来夸：一次跑成功的任务可以 save_history 存成文件，之后用 load_and_rerun换参数重放——同样的点击序列，把姓名邮箱换成新值，每一步不再调模型。

官方 FAQ 里的例子很直白：跑一次帮 Ada Lovelace 申请发票，之后换成 Grace Hopper 的信息直接重放。表单类批量任务的 token 成本就这么省下来了。微软同赛道的 CUAWright 用 Skill Factory 也是这个思路，看来代码化重放已经是浏览器 Agent 的共识方向。

安装与配置

uv init --python 3.12
uv add browser-use

.env 里放上模型 key，然后存一个 agent.py：

import asyncio
from browser_use import Agent, ChatOpenAI
from dotenv import load_dotenv

load_dotenv()

async def main():
    agent = Agent(
        task="查一下 browser-use 仓库现在有多少 Star",
        llm=ChatOpenAI(model='gpt-5.6-luna', reasoning_effort='xhigh'),
        # 想试官方自研模型就换：llm=ChatBrowserUse(model='bu-2-0')
    )
    history = await agent.run()
    print(history.final_result())

asyncio.run(main())

uv run agent.py ，看着它自己开浏览器查完打印结果。想换云端浏览器，加一行 browser=Browser(use_cloud=True) 就行，别的不用动。

基准成绩怎么样

官方自建了 BU Bench V2 这个地狱难度基准，成绩是公开的散点图：横轴单任务成本，纵轴得分。目前最高是 GPT-6 ASTRA 的 77.3%，GPT-5.6 Luna 在 $0.30 左右成本档拿到约 40%。

云浏览器在隐身能力上拿了 Stealth Bench V2 的 90.5%，是该榜单目前的最高分。

谁适合上

• 想让 Claude Code / Cursor 直接操作网页的：CLI 形态就是为这个设计的
• 有批量网页表单、数据采集、定时巡检类任务的：Python 库 + 重放功能，成本可控
• 在 Docker / CI / serverless 里跑浏览器任务、不想维护 Chrome 环境的：云浏览器按小时计费
• 做自动化产品原型的：MIT 协议，随便改

存在的几个问题

1. 好菜大多在收费区。隐身、住宅代理、CAPTCHA 处理、profile 同步、BU2 模型，全在云服务和付费 key 上。纯开源库能跑，但反爬强的网站你会撞墙
2. 重放不是万能的。官方 FAQ 明说：页面结构变了重放会在头一个匹配失败的步骤抛 RuntimeError，而且之前的步骤已经执行了——表单可能已提交一半，重跑前要自己检查；抽取和总结步骤仍然要调模型
3. CAPTCHA 没有保证。官方原话是没有任何浏览器配置能保证避开或解出所有验证码，反爬对抗本质是猫鼠游戏
4. profile 同步只带 cookies 。localStorage、IndexedDB、插件都不过去，有些网站要重新登录
5. Windows 用户注意：Claude 工具集里的 Bash 工具要求 Linux/macOS 的 /bin/bash，Windows 得走 WSL
6. 灰色地带自己掂量。隐身 + CAPTCHA 求解这类能力，用来绕风控就是另一回事了，合规边界自己把握

个人观点

说实话，浏览器 Agent 这个赛道我观望了很久，演示视频个个惊艳，真上手全是坑。Browser Use 让我觉得成了的不是 119k 星，而是两件更实在的事：一是 Claude 官方工具集选它当底层驱动，生态位稳了；二是它老老实实把重放失败、CAPTCHA 无解、profile 不全这些坑写进 FAQ，不藏着掖着。

但它开源库 + 收费云的剪刀差也很明显：最值钱的能力都在付费墙后面，开源部分更多是个够用的引擎。个人玩家和小团队用开源库加自己的模型 key，性价比很好；指望白嫖隐身浏览器和 BU2 的，还是死了这条心。如果你的需求就是让 Agent 帮我点网页，它是目前最稳的起点。

Github开源地址：github.com/browser-use/browser-use