Browser Use Integration 介绍如何集成并使用 Browser Use 这一开源 AI 浏览器自动化框架。该框架可与任意 LLM 配合使用，并支持自托管，从而在自有基础设施上运行，不受云端方案的用量限制。
主要优势
- 开源：无 API 速率限制，无供应商锁定。
- 支持任意 LLM：Claude、GPT-4、Ollama（本地）等。
- 可自托管：运行在自己的基础设施上。
- 针对浏览器任务进行了优化。 （资料称 3-5 倍更快，但未说明对比基准，此处仅保留原文表述。）
快速开始
- 安装：创建 Python 虚拟环境后执行 pip install browser-use，并按所选 LLM 安装对应依赖，例如 langchain-anthropic（Claude）、langchain-openai（GPT-4）、langchain-ollama（本地模型）。
- 配置 API Key：设置 ANTHROPIC_API_KEY 或 OPENAI_API_KEY；使用 Ollama 时无需 key，本地运行 ollama serve 即可。
- 编写第一个 Agent：在 agent.py 中导入 Agent 与 ChatAnthropic，定义 task 与 llm 后运行 agent.run()。
- 运行：python agent.py。
LLM 配置
- Claude（推荐）：可选用 claude-sonnet-4-20250514（均衡）、claude-opus-4-20250514（最高质量）、claude-3-5-haiku-20241022（最快最省）。
- OpenAI：可选用 gpt-4o、gpt-4-turbo-preview。
- Ollama（免费、本地）：先 ollama serve 并拉取模型（如 llama3.2、mistral、codellama），再通过 ChatOllama 指定 model 与 base_url（http://localhost:11434）。
成本对比（资料给出的每 100 万 token 参考价）
- Claude Haiku 约 $0.25，适合简单任务。
- Claude Sonnet 约 $3.00，适合复杂任务。
- GPT-4o 约 $5.00，适合通用场景。
- Ollama 免费，适合无限制本地使用。
Agent 模式
- 简单任务：直接用自然语言描述任务。
- 多步骤任务：在 task 中列出步骤，例如依次访问、搜索、筛选、提取并以 JSON 返回。
- 结构化输出：使用 pydantic 定义输出模型，并通过 output_schema 指定，使结果类型安全。
- 自定义浏览器设置：通过 Browser 配置 headless（是否显示浏览器）与 proxy（代理）。
错误与超时处理
- 重试：捕获 AgentError，按指数退避（如 await asyncio.sleep(2 ** attempt)）重试。
- 超时：使用 asyncio.wait_for 包裹 agent.run()，并处理 asyncio.TimeoutError。
自托管
- Docker 方案：基于 python:3.11-slim 安装 Chrome，复制 requirements.txt 并安装依赖，最后运行 agent.py。
- Docker Compose 搭配 Ollama：定义 ollama 服务（端口 11434，挂载卷，可选 GPU 预留）与 browser-agent 服务（设置 OLLAMA_HOST，依赖 ollama），通过 docker-compose up -d 启动，docker-compose logs -f browser-agent 查看日志。
使用场景（示例）
- 网页抓取：如从 news.ycombinator.com 提取前 30 条故事并返回 JSON。
- 表单自动化：填写并提交联系表单。
- 价格监控：跨 Amazon、BestBuy、Walmart 查询指定商品价格。
- 竞品调研：提取定价层级、功能列表、客户评价并整理为结构化报告。
- 数据录入：批量将产品名称与价格录入后台并保存确认。
最佳实践
- 任务描述要具体，避免含糊。
- 使用结构化输出（output_schema）保证类型安全。
- 处理认证：可在任务中包含凭据，或使用 cookies/会话（更安全），通过 browser.load_cookies 加载。
- 速率限制：在批量任务中按每分钟速率加入间隔（如 delay = 60 / rate_per_minute）。
与 Stagehand 的对比（资料所述）
- Browser Use：Python，支持自托管，支持本地 LLM（Ollama），资料称速度 3-5 倍优化，适合 Python 抓取，学习曲线简单。
- Stagehand：TypeScript，支持自托管，本地 LLM 支持有限，资料称 v3 快 44%，适合 TypeScript 测试，学习曲线中等。
- 选择建议：Python 项目、需要本地 LLM、以网页抓取为主、成本优化时选 Browser Use；TypeScript/Node.js 项目、以测试为主、优先 Claude 集成、需要自愈测试时选 Stagehand。
参考资料
- references/browser-use-setup.md：完整安装指南。
- references/llm-configuration.md：各提供商的 LLM 配置。
限制与未提供信息
- 资料未说明许可协议、价格与收费模式（除 LLM token 参考价外）、平台支持细节、性能基准来源，以及除上述内容外的其他限制，这些内容暂未提供。