Browser Use：让AI像人一样上网，7万Star的开源神器

你有没有想过，让AI帮你自动填表单、抢票、刷商品、投简历？
以前这叫”做梦”。现在，GitHub上有个项目把它变成了现实。

72000 Star，凭什么？
Browser Use，一个让AI Agent直接操控浏览器的开源框架。
2025年1月还只有2万Star，现在已经飙到7.2万。Discord社区2.3万人，Twitter关注2.7万。267个贡献者，7736次提交。
这增长曲线，比去年的AutoGPT还猛。
它解决了一个AI领域的老大难问题：怎么让大模型真正”上网”？
不是搜索，不是爬虫，是像人一样打开网页、点击按钮、填写表单、下拉菜单、处理验证码。
（此处建议插入配图：Browser Use GitHub Star增长曲线）

它能干什么？看三个真实案例
案例1：自动投简历

Task = "用我的简历信息，填写这个求职申请表"


AI打开招聘网站，识别所有表单字段，自动填入姓名、邮箱、工作经历、教育背景。碰到下拉菜单？自动选择。碰到文件上传？自动传简历。
整个过程不需要你写一行爬虫代码。
案例2：自动买菜

Task = "把这份购物清单加到我的Instacart购物车"


AI打开电商网站，搜索每一个商品，选择合适的规格，加入购物车。碰到缺货？自动换同类替代品。
案例3：帮你配电脑

Task = "根据我的预算，在PCPartPicker上帮我选一套配置"


AI会浏览显卡、CPU、内存等页面，比较价格和性能，最终给你一套兼容的方案。
这不是PPT演示，是真实跑通的场景。

技术原理：AI+Playwright的化学反应
Browser Use的核心架构很聪明：
底层：Playwright
微软出品的浏览器自动化库，支持Chrome、Firefox、WebKit。负责”手和脚”——点击、输入、滚动、截图。
上层：LLM决策引擎
支持OpenAI、Claude、Gemini，甚至本地跑Ollama。负责”大脑”——理解页面内容，决定下一步动作。
中间层：状态管理
把网页DOM转换成AI能理解的结构化描述，记录每一步操作的历史，处理异常和重试。
传统爬虫的问题是什么？写死的XPath，网站一改版就崩。
Browser Use的AI不认XPath，它”看”页面。
就像人类一样，看到”登录”按钮就点，看到”用户名”输入框就填。网站布局怎么变，AI自己适应。

10行代码，跑起来
安装：

uv add browser-use
uvx browser-use install


最简示例：

from browser_use import Agent, Browser, ChatBrowserUse
import asyncio

async def main():
   browser = Browser()
   agent = Agent(
       task="找到browser-use仓库的Star数量",
       llm=ChatBrowserUse(),
       browser=browser,
   )
   await agent.run()

asyncio.run(main())


没错，就这么简单。Task用自然语言描述，AI自己想办法完成。

和其他方案比，它强在哪？
vs Selenium/Playwright原生
这些是”手动挡”，你得写每一步的代码。Browser Use是”自动驾驶”，你只说目的地。
vs AutoGPT/AgentGPT
那些更像”通用助手”，Browser Use专精网页操作，准确率和速度都高一个档次。官方数据：完成任务速度比通用模型快3-5倍。
vs BrowserBase/Stagehand等商业方案
Browser Use完全开源，MIT协议。你可以本地部署，数据不出你的服务器。

有意思的细节
1. 支持自定义工具

@tools.action(description='发送Slack消息')
def send_slack(message: str) -> str:
   # 你的代码
   return "发送成功"


你可以给Agent加任意能力，让它在浏览网页的同时调用其他API。
2. 复用浏览器Profile
可以用你自己的Chrome配置文件，已登录的账号直接用。不用每次都重新登录。
3. 云端方案
如果不想自己管理浏览器实例，官方有Browser Use Cloud。处理验证码、代理轮换、并行执行都帮你搞定。

谁在用？
GitHub显示有2100+个项目依赖Browser Use。
我翻了一下，用例五花八门：
∙ 自动化测试平台
∙ 电商价格监控
∙ 社交媒体运营工具
∙ HR批量筛选简历
∙ 数据采集Pipeline
从独立开发者到企业团队，都在往自己的产品里塞这个能力。

我的看法
Browser Use代表的方向，是AI从”聊天机器人”进化成”数字员工”。
不是告诉你答案，是帮你干活。
当然也有局限：
∙ 复杂网页操作还是会翻车
∙ 验证码、反爬机制需要额外处理
∙ Token消耗不便宜（频繁调用LLM）
但作为开源方案，它已经是目前最成熟的选择。
如果你在做任何涉及”网页自动化”的项目，Browser Use值得花一个下午研究。

项目地址：github.com/browser-use/browser-use
文档：docs.browser-use.com
你会用AI来自动化什么网页任务？评论区聊聊。

基本透明

备选标题
1. 7万Star的AI神器：让大模型像人一样上网
2. Browser Use：10行代码，让AI帮你填表单、刷商品、投简历
3. 告别Selenium，这个开源项目让AI直接操控浏览器
4. GitHub最火AI项目：不写爬虫，用自然语言让AI上网干活
5. 2025年最值得关注的AI开源项目，没有之一