browser-use

这玩意儿干嘛的？

用自然语言操控浏览器，AI 自动完成网页测试、表单填写、数据提取、截图等操作。后台守护进程保持浏览器常驻，每次操作 ~50ms 延迟，效率极高。87,998 颗星，GitHub 最火的浏览器自动化工具之一。

为什么值得装？

传统浏览器自动化需要写大量 Playwright/Selenium 代码。browser-use 把这一切简化成 CLI 命令，你告诉 AI 要做什么，它自动操作浏览器。比如「帮我登录 GitHub 并导出我的仓库列表」，AI 就能一步步完成整个流程。

怎么用？

1. browser-use open <url> — 打开页面
2. browser-use state — 获取可交互元素索引
3. browser-use click <索引> — 点击元素
4. browser-use screenshot — 截图验证结果

常用选项：--headed 显示浏览器窗口，connect 使用你的 Chrome，cloud connect 使用云浏览器。

核心功能

功能	说明
网页导航	open/back/scroll/tab 多标签管理
元素交互	click/input/select/hover/dblclick
数据提取	eval/js/获取文本/HTML/属性
截图	全页截图或指定元素截图
Cookie 管理	get/set/clear/export cookies
命令链	&& 串联命令，高效执行