SuperAPI AI 工具集

browser-use

测试与质量

查看项目

更新于 10-22 10:01

技能介绍

browser-use 提供快速、持久化的浏览器自动化能力,通过命令行执行,并在多个命令之间保持浏览器会话,方便完成复杂的多步骤流程。

一、前置条件 使用前必须安装并配置 browser-use,可运行 browser-use doctor 进行诊断验证。更多信息见 https://github.com/browser-use/browser-use/blob/main/browser_use/skill_cli/README.md 。

二、核心工作流

  1. 导航:browser-use open <url> 打开网址(按需启动浏览器)。
  2. 检查:browser-use state 返回带索引的可点击元素。
  3. 交互:用 state 给出的索引操作,如 browser-use click 5、browser-use input 3 "text"。
  4. 验证:browser-use state 或 browser-use screenshot 确认操作结果。
  5. 重复:浏览器在命令之间保持开启。

三、浏览器模式

  • chromium:默认无头 Chromium,快速、隔离;加 --headed 可显示窗口。
  • real:使用真实 Chrome。不加 --profile 时使用位于 ~/.config/browseruse/profiles/cli/ 的持久但空的 CLI 配置;加 --profile "ProfileName" 会复制真实 Chrome 配置(Cookie、登录状态、扩展)。
  • remote:云端托管浏览器,支持代理。

四、主要命令 导航与标签页:open、back、scroll down/up(--amount 指定像素)、switch、close-tab。 页面状态:state(URL、标题、可点击元素)、screenshot(base64,或保存到文件,--full 全页截图)。 交互:click、type、input、keys(含组合键)、select、hover、dblclick、rightclick,均使用 state 返回的索引。 JavaScript 与数据:eval 执行 JS 并返回结果;get title/html/--selector scoped HTML/text/value/attributes/bbox。 Cookie:get(可按 URL)、set(支持 domain、secure、http-only、same-site、expires)、clear、export、import。 等待条件:wait selector(可指定 hidden、attached 状态与 timeout)、wait text。 Python 执行:python 维护跨命令状态,可访问 browser 对象(url、title、html、goto、back、click、type、input、keys、screenshot、scroll、wait、extract 等),支持 --vars、--reset、--file。 AI 代理任务(远程模式):run 运行任务(默认异步),可指定 --llm、--proxy-country、--keep-alive、--session-id、--flash、--wait、--thinking、--no-vision、--start-url、--allowed-domain、--metadata、--skill-id、--secret、--structured-output、--judge 等。 任务管理:task list(可按 status、session 过滤,支持 --json)、task status(-c、-v、--last、--step、--reverse)、task stop、task logs。 云会话:session list/get/stop/create/share,create 支持 profile、proxy-country、start-url、screen-size、keep-alive、persist-memory。 隧道:tunnel <port> 启动(幂等)、list、stop(--all)。 会话管理:sessions、close、close --all。 配置管理:本地 Chrome profile list/cookies;云端 profile list/get/create/update/delete;profile sync 支持 --from、--domain、--name。 服务器:server logs。

五、常见工作流

  1. 暴露本地开发服务器:启动 dev server 后运行 browser-use tunnel 3000 获得 URL,再用云端浏览器访问该 URL。隧道独立于浏览器会话,需安装 Cloudflared(可用 doctor 检查)。
  2. 已登录状态浏览:先确认使用真实还是云端浏览器,列出可用配置并让用户选择;若没有合适 Cookie,再询问要同步的本地配置与域名,确认后执行同步。云配置 Cookie 可能过期,失效时需重新同步。同步前须征得用户同意,不建议默认同步完整配置。

六、适用场景与限制 适用于网页测试、表单填写、截图、数据提取、多步骤网站导航与交互,以及需要登录态的站点浏览和远程代理任务。限制方面:需要预先安装配置;真实浏览器配置复制与 Cookie 同步涉及敏感数据,需用户确认;云端配置 Cookie 可能过期;隧道功能依赖 Cloudflared;代理任务默认异步执行。收费、价格与效果等资料暂未提供。