使用场景

使用browser-use在hackernews上获取show hn的前10个帖子标题、积分和小时数，并计算每个帖子的积分每小时比率。

搜索2024年的前3大AI公司，并在3个新标签页中找出它们各自使用的硬件模型。

在kayak.com上查找2025年1月12日从苏黎世到旧金山的单程航班。

产品特色

通用LLM支持 - 与任何语言模型兼容

交互元素自动检测 - 自动找到可交互的网页元素

多标签页管理 - 无缝处理浏览器标签页

XPath提取 - 无需手动检查DevTools即可进行数据抓取

视觉模型支持 - 处理视觉页面信息

可定制动作 - 添加自定义浏览器交互

处理动态内容 - 自动处理cookies或变化内容

链式思维提示与记忆 - 解决长期任务

自我纠正 - 如果LLM出错，代理将自我纠正其动作

使用教程

1. 创建虚拟环境并安装依赖：使用pip安装browser-use。

2. 添加API密钥到.env文件：复制.env.example到.env，并添加你的API密钥。

3. 使用LangChain支持的任何LLM模型，通过添加适当的环境变量来配置。

4. 编写代码实现自动化任务：通过编写Python代码，使用browser-use库来实现具体的网页自动化任务。

5. 运行你的自动化脚本：执行你的Python脚本，browser-use将根据你的指令自动执行网页操作。

6. 查看结果：browser-use将输出自动化任务的结果，你可以在控制台或指定的输出文件中查看。