← 返回项目库

browser-use/browser-use

browser-use:让智能体在真实浏览器中执行网页任务

browser-use 帮助开发者把自然语言任务交给基于大模型的浏览器智能体,由其编写 Python 并通过浏览器执行操作。它适合需要网页自动化、浏览器代理或结构化结果采集的团队,也可通过 CLI、MCP 和云端 API 接入现有智能体。

官方名称:browser-use资料更新:2026/11/11
打开 GitHub
Stars
12.1万
7日增长
+701
Forks
1.3万
活跃度
100
维护状态
活跃

01WHAT IT SOLVES

这个项目解决什么问题?

browser-use 是 MIT 许可的 Python 浏览器智能体库,同时提供 CLI、MCP 接入方式及 Browser Use Cloud 云浏览器和托管代理 API。智能体在持久 REPL 中编写 Python,通过浏览器辅助工具和原生 Chrome DevTools Protocol 操作网页,可选择本地 Chromium、已打开的 Chrome 或云浏览器,并接入不同模型。它不同于固定脚本式爬虫或单纯点击工具,定位是可由模型动态生成操作步骤的浏览器执行层,也承担应用集成与托管运行入口。

02CORE CAPABILITIES

核心能力

01

自然语言浏览器执行

接收任务后由模型生成 Python,通过持久 REPL、浏览器辅助函数和 CDP 驱动真实浏览器

02

多浏览器与模型接入

支持本地 Chromium、用户已打开的 Chrome、云浏览器,并可使用多种 Pydantic AI 模型

03

结构化结果与文件处理

可按模式返回结构化输出,工作区支持文件上传和下载结果管理

04

自定义工具与后续任务

普通 Python 函数可注册为工具,任务执行期间还可追加后续任务并保留页面状态

03适合谁

  • 需要构建网页操作智能体的 Python 开发者
  • 希望为现有编码智能体增加浏览器能力的团队
  • 需要任务代理、结构化输出或自定义工具的自动化开发者

04典型使用场景

  • 自动查找信息、填写表单并完成浏览器内工作流
  • 将网页操作能力接入 CLI、MCP 或现有智能体系统
  • 使用自定义工具和结构化输出构建浏览器自动化应用

05为什么值得关注

  • 1.0 重构为持久 REPL、原生 CDP 与 Pydantic AI,核心执行方式与默认配置均有明显变化
  • 同时覆盖本地开源库、CLI、MCP、云浏览器和托管 API,可按自管程度选择接入路径
  • 提供领域限制、结构化结果、上传下载、敏感数据及后续任务等生产集成接口

06采用前要注意

  • README 明确提示版本发布频繁且可能破坏 API,要求使用精确版本固定依赖
  • 领域限制和敏感数据处理属于模型行为约束,并非安全沙箱,运行不可信任务仍需容器或虚拟机隔离
  • 本地调试端口默认无认证,共享机器上可能被其他本地用户连接并读取浏览器登录状态
  • CAPTCHA 处理结果受网站和挑战形式影响,官方不保证所有挑战都能规避或解决

07RELEASE INTELLIGENCE

近期版本变化

全部版本动态 →

browser-use 1.0.2:修复无远程调试时的 MCP 启动与超时表现

1.0.2 修复 1.0.1 暴露的问题:CLI MCP 在未开启 Chrome 远程调试时会启动自有 Chromium,慢页面等待时间调整为 20 秒,并修正 Windows 文件读写编码。使用 MCP 或依赖 CLI 的开发者值得关注;官方说明未提供更多细节。

  • --cli-mcp 可驱动自有 Chromium,并提示如何切换到用户 Chrome
  • CLI 与 MCP 的 CDP 调用等待 20 秒,JavaScript 对话框阻塞时快速报错
  • Windows 下 browser_exec 中的 open() 改为 UTF-8
  • 新增命令行、Python 与 MCP 反馈入口

browser-use 1.0.2rc1:提前修正 MCP 浏览器与等待逻辑

1.0.2 的候选版本已加入自有 Chromium 回退、20 秒 CDP 等待、Windows UTF-8 默认值和反馈工具。适合提前验证 1.0.2 的开发者显式安装测试,生产环境宜等待正式版;官方说明未提供更多细节。

  • 关闭 Chrome 远程调试后,--cli-mcp 改为驱动自有 Chromium
  • JavaScript 对话框导致页面冻结时返回明确错误
  • 反馈支持 report_issue、命令行入口和 MCP 工具

browser-use 1.0.1:补齐无 Chrome 环境与隔离运行支持

1.0.1 面向服务器、容器和 CI 修复 MCP 浏览器启动,改进了请求来源、域名限制、Windows 编码、超时及工作区隔离。依赖 MCP、域名白名单或无人值守环境的团队应重点关注;官方说明未提供更多细节。

  • 无可用 Chrome 时,--cli-mcp 首次使用时安装并启动自有 Chromium
  • --mcp 配合 allowed_domains 时不再通过云浏览器绕过限制
  • timeout 参数覆盖最终回答到达时间及模型提供商重试
  • 每次运行使用独立的 browser-harness 工作区

browser-use 1.0.0:版本变化解读

1.0 是破坏性重构,移除大部分旧引擎代码,智能体改为在持久 REPL 中直接编写 Python 并使用 CDP,默认接入 bu-fast 模型和云浏览器,同时缩短单次步数与超时限制。现有 0.x 用户必须阅读迁移指南并固定版本;官方说明未提供更多细节。

  • 删除大量旧实现,不再依赖 DOM 序列化和旧式动作模式
  • 默认模型、浏览器、密钥和 ultrafast 模式均发生变化
  • max_steps 默认值从 500 调整为 100,超时默认 1700 秒
  • 移除选项和导入路径会显式报错,不再静默忽略

browser-use 1.0.0rc5:发布新版引擎的第二个候选版本

1.0.0rc5 首次完整展示新版引擎方案:智能体在持久 REPL 中结合浏览器辅助工具和原生 CDP 运行,主要旧接口仍可继续使用。候选版适合兼容性验证,正式生产采用应等待稳定版;官方说明未提供更多细节。

  • 智能体执行引擎从逐项动作选择改为持续生成 Python
  • 默认浏览器切换为云浏览器,并引入 bu-fast 与 ultrafast 模式
  • 单次运行默认步数调整为 100,超时为 1700 秒
  • 依赖采用精确锁定,可能与项目现有依赖版本冲突

browser-use 1.0.0rc4:首个可用的 1.0 候选版

1.0.0rc4 是首个发布到 Python 包索引的 1.0 候选版本,普通安装仍获得 0.13.14,需要显式指定预发布版本。它以持久化 REPL、浏览器辅助函数和原生 CDP 替换旧引擎,同时引入新的默认模型、云浏览器和运行限制。准备从 0.x 迁移的团队应先阅读迁移文档,并验证旧参数、依赖与错误处理是否兼容。

  • 模型在持久化 REPL 中直接使用 Python、浏览器辅助函数和 CDP 操作网页。
  • 默认使用 Browser Use 网关的 bu-fast 模型及云浏览器,运行模式改为 ultrafast。
  • run() 默认步骤上限从 500 调整为 100,超时时间设为 1700 秒。
  • 无法兼容的旧选项会在启动浏览器或产生费用前明确报错,不再静默忽略。

browser-use 1.0.0rc2:首个实际发布的 1.0 候选版

rc2 是首个实际发布、可在 PyPI 安装的 1.0 候选版,rc1 对应版本号无法使用。该版本用持久化 REPL、Browser Harness、原生 CDP 和 Pydantic AI 替换旧执行引擎,并保留 Agent、Browser、Tools 等常用接口。默认模型与浏览器切换到 Browser Use 服务,相关行为变化要求开发者显式安装并核对迁移说明。

  • 候选版需显式安装,普通 pip 或 uv 安装仍会获得 0.13.14
  • 新执行引擎在持久化 REPL 中编写 Python,并直接使用原生 CDP
  • 默认改用 bu-fast 模型和云浏览器,单次运行默认最多 100 步
  • 不再支持的 0.x 选项会在浏览器启动前报错,部分旧配置仅警告后忽略

browser-use 0.13.14:代理工具与浏览器稳定性更新

0.13.14 在保持现有 Python 代理和模型体系的基础上补充 OpenAI 浏览器工具与共享 Bash 助手,并改善页面观察、表单状态、文件访问和浏览器恢复。更新适合继续使用 0.x 的开发者,云端 SDK 导入和缩放显示下的交互对齐也得到修正。

  • 新增 OpenAI 浏览器工具和共享 Bash 辅助能力
  • 改进有界页面观察、表单状态、文件访问及浏览器恢复逻辑
  • 修复云端临时空白标签页 URL、缩放显示下截图裁剪与点击错位问题
  • 支持 Browser Use Cloud SDK V4 导入并更新 aiohttp 依赖

browser-use 0.13.13:加入OpenAI浏览器工具驱动

0.13.13 引入 OpenAI 浏览器工具驱动并修复云端集成问题,可通过 Browser Use Actor 使用默认浏览器工具和可选操作,同时支持本地、云端及借用的浏览器会话。OpenAI 工具额外组件需要 OpenAI Python 3.31 或更高版本,并需适配其 HTTP 客户端。

  • 新增 OpenAI 浏览器工具驱动
  • 提供 18 个默认浏览器工具和 6 个可选操作
  • 支持本地浏览器、Browser Use Cloud 与借用的浏览器会话
  • 修复云标签页临时空 URL 及缩放屏幕下截图、裁剪和指针错位问题

browser-use 0.13.12:首次加入 OpenAI 浏览器工具

该版本新增基于 Browser Use Actor 的 OpenAI 浏览器工具,开发者可导入 BrowserUse,并安装对应的 openai-tools 扩展以使用 OpenAI Python 3.31 及以上版本。工具可控制本地浏览器、Browser Use Cloud 或已有 BrowserSession,但当前尚未覆盖上传、下载、限定范围读取、控制台与网络诊断以及 Bash,尝试验证这些能力的团队应暂缓依赖。

  • 新增基于 Browser Use Actor 的 OpenAI 浏览器工具
  • 支持本地浏览器、云浏览器和已连接的 BrowserSession
  • 保留借用会话的浏览器所有权并检查云端资源清理
  • 明确暂不支持上传、下载、限定读取、诊断与 Bash

COMPARISON PATH

继续对比同类方案

不要只看单页结论;沿同类用途继续比较能力边界、硬件门槛与维护状态。