浏览器自动化与AI Agent结合项目browser-use初探
browser-use介绍browser-use是将您的 AI 代理连接到浏览器的最简单方式。它通过提供一个强大且简单的接口来实现 AI 代理访问网站的自动化。
GitHub地址：https://github.com/browser-use/browser-use。目前已经获得了27.3k颗stars，2.7kforks，看得出来是一个比较热门的项目。我在上手体验了之后，发现确实是一个很有趣的项目，因此推荐给大家。
实践
上手也非常简单，创建一个python虚拟环境，pip install browser-use，再playwright install即可。
现在需要进行LLM的配置，官方推荐使用gpt-4o，但是为了降低成本，方便让看了教程感兴趣的人能够方便上手，这里我使用的是硅基流动提供的模型。目前硅基流动注册送14元不过期额度，够用一段时间的了，邀请链接：https://cloud.siliconflow.cn/i/Ia3zOSCU。如果你的额度不够了，但是也想体验一下，可以私聊我，我可以提供一个api key暂时供你快速上手体验，额度用差不多了，我就停止了。
创建一个.env文件，这样写：
Silicon_Cloud_API_KEY=xxxBase_URL=https://api.siliconflow.cnModel=Qwen/Qwen2.5-72B-Instruct创建一个test脚本，这样写：
from langchain_openai import ChatOpenAIfrom browser_use import Agentfrom dotenv import load_dotenvimport osload_dotenv()import asyncioapi_key = os.getenv('Silicon_Cloud_API_KEY')base_url = os.getenv('Base_URL')model = os.getenv('Model')llm = ChatOpenAI(model=model, api_key=api_key, base_url=base_url)async def main(): agent = Agent( task="获取https://github.com/OpenInterpreter/open-interpreter仓库的前五个问题", llm=llm, use_vision=False, ) result = await agent.run() print(result)asyncio.run(main())查看效果：
还生成了一个agent_history.gif可以查看流程：
将结果与实际对比：
可以发现browser-use非常准确的获取了。
再使用一个更普遍的例子，就是获取当前微博前十的热搜。
from langchain_openai import ChatOpenAIfrom browser_use import Agentfrom dotenv import load_dotenvimport osload_dotenv()import asyncioapi_key = os.getenv('Silicon_Cloud_API_KEY')base_url = os.getenv('Base_URL')model = os.getenv('Model')llm = ChatOpenAI(model=model, api_key=api_key, base_url=base_url)async def main(): agent = Agent( task="获取当前微博前十的热搜", llm=llm, use_vision=False, ) result = await agent.run() print(result)asyncio.run(main())
最后
以上就是使用硅基流动中的Qwen/Qwen2.5-72B-Instruct快速体验browser-use的效果。初步体验感觉是一个很有潜力的项目，将AI Agent与浏览器自动化结合确实可以做很多事情。
页:
[1]