用途:该技能用于通过 browser-use CLI 和 Python 库自动执行网页任务,例如搜索网页、从网页提取数据、监控站点,以及填写表单等多步骤流程。资料称其针对 2026 年 1 月的浏览器自动化标准优化。
主要能力与模型偏好:默认推荐并优先使用 ChatBrowserUse(需 BROWSER_USE_API_KEY),称其在浏览器自动化中最准确、最快且成本效益高;若 Browser Use API 不可用,可用 ChatGoogle(Gemini)或 ChatAnthropic(Claude)。远程模式需 API Key,用于生产、规避验证码与高可靠性任务;本地调试可用 --headed 观察卡点;复杂逻辑可用 browser-use python 脚本。
使用方式(CLI 工作流):先 browser-use open <url> 打开页面;用 browser-use state 查看可点击元素索引;再用 click <index>、input <index> "text"、type "text" 交互;用 screenshot 或 state 验证;命令共享 default 会话,可用 --session <name> 并行;结束后 browser-use close,或用 --all 关闭全部。切换浏览器模式:browser-use --browser real open <url> 使用本机 Chrome(含登录与 Cookie);browser-use --browser remote open <url> 使用云端隐身浏览器。环境变量还包括 PLAYWRIGHT_BROWSERS_PATH(自定义安装路径时设置)。安装用 uv pip install browser-use。Python 示例可导入 Agent、ChatBrowserUse 构造带任务的 agent。
限制与规则:完成后必须关闭会话以防资源泄漏;交互前必须先运行 state,不可猜测索引;能用 browser-use 时不要直接用标准 Playwright;不要把 BROWSER_USE_API_KEY 提交到仓库。资料未提供其他收费、平台支持或效果保证信息。