browser-use AI浏览器自动化

让AI代理控制浏览器自动化网页操作。支持 Claude/GPT/Gemini/Ollama，可执行填表、购物、搜索等任务。

Install

openclaw skills install @smseow001/browser-use-guide

browser-use

🌐 Make websites accessible for AI agents
GitHub: browser-use/browser-use (90k+ ⭐)
License: MIT | Language: Python 3.11+ | 安装方式: uv

一、核心定位

browser-use 让 AI 代理能够控制浏览器完成网页自动化任务，核心理念：

Tell your computer what to do, and it gets it done.

二、核心能力

能力	说明
填表	自动填写表单、求职申请
购物	读取购物列表，自动在 Instacart 下单
搜索比价	帮用户找 PC 配件、比较价格
网页操作	点击、输入、截图、导航
多平台集成	Gmail、Slack、Notion 等 1000+ 集成

三、安装方式

3.1 快速安装（uv）

bash

# 1. 创建环境并安装
uv init && uv add browser-use && uv sync

# 2. 安装 Chromium（若无浏览器）
uvx browser-use install

# 3. 运行第一个代理
uvx browser-use init --template default

3.2 OpenClaw 集成安装

bash

# 克隆到 skills 目录
cd /root/.openclaw/workspace/skills
git clone https://github.com/browser-use/browser-use.git browser-use

# 或直接安装
npx clawhub@latest install browser-use

四、配置 API Key

4.1 环境变量配置

bash

# 创建 .env 文件
cat > .env << EOF
# Browser Use 云端 API（推荐，支持 Stealth + Proxy）
BROWSER_USE_API_KEY=your-key

# 或使用其他 LLM
GOOGLE_API_KEY=your-key
ANTHROPIC_API_KEY=your-key
OPENAI_API_KEY=your-key
EOF

4.2 API Key 获取

服务	地址	费用
Browser Use Cloud	cloud.browser-use.com	免费额度 + 按量付费
Google AI	aistudio.google.com	免费额度
Anthropic	console.anthropic.com	按量付费
OpenAI	platform.openai.com	按量付费
Ollama（本地）	ollama.com	免费（自托管）

五、快速开始

5.1 基础代理代码

python

from browser_use import Agent, Browser, ChatBrowserUse
import asyncio

async def main():
    browser = Browser()  # 本地浏览器
    # browser = Browser(use_cloud=True)  # 云端 Stealth 浏览器

    agent = Agent(
        task="Find the number of stars of the browser-use repo",
        llm=ChatBrowserUse(),  # 或 ChatAnthropic(model='claude-sonnet-4-6')
        browser=browser,
    )
    await agent.run()

if __name__ == "__main__":
    asyncio.run(main())

5.2 指定 LLM 提供商

python

# Google Gemini
from browser_use import ChatGoogle
agent = Agent(task="...", llm=ChatGoogle(model='gemini-3-flash-preview'), browser=browser)

# Anthropic Claude
from browser_use import ChatAnthropic
agent = Agent(task="...", llm=ChatAnthropic(model='claude-sonnet-4-6'), browser=browser)

# 本地 Ollama
from browser_use import ChatOllama
agent = Agent(task="...", llm=ChatOllama(model='llama3'), browser=browser)

六、CLI 工具

6.1 常用命令

bash

# 打开网页
browser-use open https://example.com

# 查看可点击元素
browser-use state

# 点击元素（按索引）
browser-use click 5

# 输入文本
browser-use type "Hello World"

# 截图
browser-use screenshot page.png

# 关闭浏览器
browser-use close

6.2 模板生成

bash

# 生成默认模板
uvx browser-use init --template default

# 生成高级配置模板
uvx browser-use init --template advanced

# 生成自定义工具示例
uvx browser-use init --template tools

七、自定义工具

python

from browser_use import Agent, Browser, Tools

# 定义自定义工具
tools = Tools()

@tools.action(description='获取指定 GitHub 仓库的星数')
def get_github_stars(repo: str) -> str:
    """查询 GitHub 仓库的星数"""
    import requests
    r = requests.get(f"https://api.github.com/repos/{repo}")
    return r.json().get("stargazers_count", "Unknown")

# 创建代理
agent = Agent(
    task="查询 browser-use 仓库的星数",
    llm=ChatBrowserUse(),
    browser=Browser(),
    tools=tools,
)
await agent.run()

八、认证与持久化

8.1 复用 Chrome 配置

python

from browser_use import Agent, Browser

browser = Browser(
    chrome_instance_path="/path/to/chrome",  # 复用本地 Chrome
)

agent = Agent(
    task="登录我的 Gmail 并发送邮件",
    llm=ChatBrowserUse(),
    browser=browser,
)

8.2 同步云端配置

bash

# 同步认证信息到云端
curl -fsSL https://browser-use.com/profile.sh | \
  BROWSER_USE_API_KEY=XXXX sh

九、云端 vs 开源

特性	开源版	云端版（推荐）
费用	免费（需自备 LLM API）	免费额度 + 按量
Stealth	❌ 需自配	✅ Proxy 轮换 + CAPTCHA 解决
维护	需自己运维	✅ 全托管
自定义工具	✅ 深度集成	✅ 支持
并发规模	受限于本地资源	✅ 可水平扩展

十、应用场景示例

10.1 求职申请

python

agent = Agent(
    task="Fill in this job application with my resume and information.",
    llm=ChatBrowserUse(),
    browser=Browser(),
)
await agent.run()

10.2 购物

python

agent = Agent(
    task="Put this list of items into my instacart: milk, eggs, bread.",
    llm=ChatBrowserUse(),
    browser=Browser(),
)
await agent.run()

10.3 比价搜索

python

agent = Agent(
    task="Help me find parts for a custom PC within budget $1500.",
    llm=ChatBrowserUse(),
    browser=Browser(),
)
await agent.run()

十一、故障排除

问题	解决方案
Chromium 未安装	`uvx browser-use install`
API Key 报错	检查 .env 文件配置
浏览器无法启动	`chrome --version` 确认已安装 Chrome
被网站检测	使用云端版 `Browser(use_cloud=True)`
任务失败	增加 `max_steps` 参数

十二、OpenClaw 集成

12.1 MCP 服务方式（推荐）

bash

# 安装 MCP
cd /root/.openclaw/workspace
npx clawhub@latest install browser-use-mcp

# 添加到 mcporter 配置
openclaw mcp add browser-use --command "python -m browser_use.mcp"

12.2 Claude Code Skill

bash

mkdir -p ~/.claude/skills/browser-use
curl -o ~/.claude/skills/browser-use/SKILL.md \
  https://raw.githubusercontent.com/browser-use/browser-use/main/skills/browser-use/SKILL.md

十三、费用参考

ChatBrowserUse 模型定价（推荐）

类型	价格（每 1M tokens）
输入	$0.20
缓存输入	$0.02
输出	$2.00

其他模型对比

模型	特点
bu-30b-a3b-preview	Browser Use 专用优化模型
claude-sonnet-4-6	Anthropic 最新旗舰
gemini-3-flash-preview	Google 高效模型
llama3（Ollama）	免费本地运行

十四、使用方式

触发场景

text

用户说「帮我自动填表」→ browser-use 填表示例
用户说「自动帮我购物」→ browser-use 购物示例
用户说「AI 控制浏览器」→ 展示 browser-use 能力
用户说「安装 browser-use」→ 执行安装步骤
用户说「配置 API key」→ 执行配置流程

组合使用

text

用户：「帮我自动化完成这个求职申请流程」
→ 分析表单字段
→ 调用 browser-use Agent
→ 配置 ChatBrowserUse() LLM
→ 自动执行填表 + 上传简历

十五、关联技能

关联技能	关系
`chrome-devtools-mcp`	浏览器自动化底层工具
`browser-automation-stealth`	隐身浏览器技术
`cognee-memory`	记忆管理（跨会话持久化）
`ai-research-tools`	科研数据自动采集

十六、注意事项

text

⚠️ 注意事项：
- Python >= 3.11 required
- 建议使用 uv 管理依赖
- 云端版有免费额度
- 部分网站有反爬机制，建议使用云端 stealth 浏览器
- 遵守网站使用条款，勿用于非法爬虫

本技能整合 browser-use 完整安装配置与应用指南

browser-use AI浏览器自动化

Install

browser-use

一、核心定位

二、核心能力

三、安装方式

3.1 快速安装（uv）

3.2 OpenClaw 集成安装

四、配置 API Key

4.1 环境变量配置

4.2 API Key 获取

五、快速开始

5.1 基础代理代码

5.2 指定 LLM 提供商

六、CLI 工具

6.1 常用命令

6.2 模板生成

七、自定义工具

八、认证与持久化

8.1 复用 Chrome 配置

8.2 同步云端配置

九、云端 vs 开源

十、应用场景示例

10.1 求职申请

10.2 购物

10.3 比价搜索

十一、故障排除

十二、OpenClaw 集成

12.1 MCP 服务方式（推荐）

12.2 Claude Code Skill

十三、费用参考

ChatBrowserUse 模型定价（推荐）

其他模型对比

十四、使用方式

触发场景

组合使用

十五、关联技能

十六、注意事项

Related skills