浏览器任务复杂时,换个更稳的控制层

通过浏览器自动化执行网页交互和数据抓取。

browser-use 提供基于 CDP 的浏览器控制,适合需要真实页面交互、登录态、JavaScript 渲染、截图或录制的任务。普通公开网页能用 HTTP 直接读取时,不必为了简单 fetch 启动浏览器;只有交互确实是问题时才用它。

每个站点尽量只保留一个工作 tab:第一次用 `new_tab(url)`,后续检查当前 tab 并复用。找元素优先看 accessibility tree,再用 DOM 和截图补充;点击后验证页面状态,长文本输入要确认最终值。登录墙、密码、MFA 和用户授权出现时要停下来请求用户完成,不要代替用户猜凭据。

需要录制时先显式 `start_recording`,记下返回目录,完成验证后 `stop_recording`。远程浏览器有账单,任务结束要询问是否关闭。它适合浏览器控制和证据采集,不是绕过网站权限的工具。

分类:自动化集成

来源仓库:browser-use/browser-use

适合用来做什么

  • 通过CDP自动化网页交互以进行测试。
  • 使用浏览器控制实现网站截图。

安装 browser-use

npx skills add https://www.iskills.cc/skills/browser-use/browser-use/browser-use/SKILL.md

在本机终端执行安装命令。安装前请阅读原始说明,确认所需工具、账号和权限。

查看安装步骤 · 查看常见问题

查看 browser-use 的用途与原始说明

浏览全部 Skill 指南