browser-use

browser-use 是一个开源的浏览器自动化框架，专为大型语言模型（LLM）设计，使 AI 能够以接近人类的方式浏览和操作网页。该工具通过自然语言指令驱动，可执行包括页面导航、表单填写、信息提取、多标签页管理、机票预订、购物结账等复杂任务。

browser-use官网入口网址：https://browser-use.com

该框架支持多种主流大语言模型，如 GPT-4、Claude 和 DeepSeek，并兼容 Chrome、Firefox、Safari 与 Edge 等主流浏览器。其功能涵盖视觉识别、动态内容处理、XPath 数据提取及自定义操作逻辑，有效应对传统网页自动化在处理交互式或动态网页时的局限性。

browser-use 提供命令行与 Web UI 两种使用方式，适用于 Windows、macOS 和 Linux 系统。系统内置自我修正机制，可在任务执行过程中识别错误并尝试自动恢复，从而提升自动化流程的稳定性与成功率。此外，用户可记录操作序列并重复调用，便于构建可复用的自动化工作流。

作为 千流导航 推荐的开发工具之一，browser-use 适合需要将大语言模型与真实网页环境深度结合的技术场景，例如数据采集、业务流程自动化或智能代理开发。