Browser-use讓AI像人類一樣操作瀏覽器
整理版優先睇
Browser-use讓AI自動操作瀏覽器，成功率78%，重點解決重複性網絡任務
陳老師，一個鍾意折騰AI工具嘅人，親身測試Browser-use呢個開源項目。佢描述嗰種感覺：「好似睇緊恐怖片，但主角係你自己寫嘅代碼。」文章想解決嘅問題係：點樣令AI好似人類咁操作瀏覽器，自動化曬填表、比價、搜資訊呢啲重複勞動。
Browser-use係GitHub上90k stars嘅項目，Python寫成，MIT協議。最近佢哋公佈咗一個Benchmark——BU-Ultra版本喺100個真實網頁任務入面成功率達78%。即係話，10件事入面有8件可以交俾AI搞掂。整體結論係：呢個工具值得一試，尤其係如果你成日要做重複嘅網絡操作。
作者自己試完之後，最大感受係以前好多時間白費咗。而家只要一句話，AI就可以幫你扒完整個網頁。無論係填求職申請、揾最平機票定係比較電腦配件，佢都搞得掂。而且上手唔難，裝好Python之後行兩條命令就得。
- 結論：Browser-use成功率78%，能自動完成填表、比價等網絡任務，大幅減少重複勞動。
- 方法：開源項目，Python寫成，透過裝Browser-use同Chromium核心即可使用；亦可整合Claude Code。
- 差異：有別於簡單爬蟲，Browser-use能模擬人類操作（點擊、填寫、處理彈窗），支援多種場景。
- 啟發：以往手動嘅重複工作（填求職申請、搜機票、比價）可以交俾AI，完成率接近八成，省時省力。
- 可行動點：裝好Python後，執行兩條命令（uv init && uv add browser-use、uvx browser-use install）即可開始；留意headless、keep_open等參數配置。
Browser-use Skill for Claude Code
mkdir -p ~/.claude/skills/browser-use && curl -o ~/.claude/skills/browser-use/SKILL.md
親身經歷：AI自己鬱手操作瀏覽器
陳老師話，佢坐喺電腦前，望住屏幕嘅遊標自己鬱。開咗個瀏覽器、輸入網址、滾動頁面、點擊按鈕，全程無掂過滑鼠。呢個唔係RPA，而係自己寫嘅代碼。佢形容呢種感覺似睇恐怖片，但主角係自己。
78%成功率
Browser-use係一個開源項目，GitHub上有90k stars，10.2k forks，MIT協議。Python寫成，佔比97.9%。總部喺Zurich同San Francisco。最近佢哋搞咗個Benchmark——100個真實網頁任務，BU-Ultra版本成功率78%。即係話，10件事AI能幫你幹成8件。
核心功能：模擬人類操作，唔係普通爬蟲
操作瀏覽器
Browser-use可以開瀏覽器、輸入URL、滾動頁面、點擊按鈕、填寫表單、選擇下拉菜單，甚至處理彈窗。所有你能喺瀏覽器做嘅，佢都做得。
三個場景
- 1 填表找工作：AI可以讀你嘅簡歷，自動填寫求職申請。以前填到第三間公司頁面崩潰，而家唔使煩。
- 2 揾嘢：俾個購物清單佢，例如「幫我揾2025年1月巴釐島飛阿曼嘅最平機票」，AI會自己開航班網站、篩選日期、比較價格。
- 3 比價：想買電腦配件？唔使自己逐個網頁睇。話俾AI知你要咩配置，佢自己搜、自己比、自己整理成表格。
你以前手動做嘅破事
上手教學：兩步裝好，核心參數要知
前提係裝好Python。然後開終端，輸入：
uv init && uv add browser-use
uvx browser-use install第二條命令會裝Chromium核心。搞掂。跟住有幾個參數要留意，作者話佢踩過坑。
headless
- headless：係咪無頭模式。默認True，即係睇唔到瀏覽器窗口；想睇住佢做就設False。
- keep_open：腳本跑完係咪關瀏覽器。調試時建議開住。
- disable_security：處理iFrame等跨源請求時有用。
- cookies_file：cookie持久化，登錄過嘅網站唔使重新登錄。
- minimum_wait_page_load_time：最短等待時間，太短頁面未加載完AI就操作。
- wait_for_network_idle_page_load_time：等網絡請求完成先攞頁面狀態。
- maximum_wait_page_load_time：最長等待時間，超時直接跳過。
如果你用Claude Code，可以裝一個Skill更方便。
mkdir -p ~/.claude/skills/browser-use
curl -o ~/.claude/skills/browser-use/SKILL.md \
https://raw.githubusercontent.com/browser-use/browser-use/main/skills/browser-use/SKILL.md直接調用
裝完之後，喺Claude Code入面就可以直接調用Browser-use。
開源 vs 雲服務：兩個選擇，各取所需
免費開源版
- 開源版：免費，但要自己準備LLM API key。
- 雲服務：有好多集成——Gmail、Slack、Notion；仲有反檢測，自動換IP。
價格
雲服務價格：輸入$0.20/1M tokens，輸出$2.00/1M tokens。作者話比請人平好多。
FAQ入面仲有幾點：可以用其他大模型（開源版隨便換）；需要少少編程知識（會行兩條命令就得）；雲服務有反檢測，開源版自己控制；理論上支援國內網站，但遇到反爬另說；可以跑喺服務器上。
大家好，我係陳老師，一個鍾意整AI工具嘅人。
嗰日我坐喺電腦面前，睇住個mon個cursor自己鬱。
佢開咗個瀏覽器，入咗網址，碌咗頁面，㩒咗掣。
成個過程我都冇掂mouse，而且唔係用預先整好嘅RPA。
嗰種感覺，點講好呢，好似睇緊恐怖片咁。
但係主角係你自己寫嘅code。
呢件事要由頭講起
唔好誤會，呢個唔係乜嘢魔法。
Browser-use，一個開源項目。
GitHub上面 90k stars，10.2k forks，MIT協議。
用Python寫嘅，佔比97.9%。
有2.5k個項目已經用緊。
總部喺Zurich同San Francisco。
最近搞咗個Benchmark——100個真實網頁任務，BU-Ultra版本成功率78%。
10件事，AI可以幫你搞掂8件。
聽落點樣？
總之我試完之後，最大嘅感受係：以前好多時間白費咗。
佢到底做緊啲乜
直接講啦。
Browser-use可以令AI好似人類咁操作瀏覽器。
唔係嗰種「開咗個網頁然後讀數據」嘅簡單爬蟲。
係真係操作。
開瀏覽器 入URL 碌頁面 㩒掣 填form 揀下拉選單 甚至處理彈窗
所有你可以喺瀏覽器做嘅嘢，佢都做到。
分別在於：你唔使坐喺電腦面前。
三個令我拍大髀嘅情境
填表
揾工填申請表，呢啲嘢我做過。
一張表，姓名、簡歷、工作經驗、教育背景。
填到第三間公司嘅網頁就冧咗。
AI可以做：讀你份簡歷，自動填寫求職申請。
你敢唔信？
找東西
將購物清單畀佢。
「幫我揾2025年1月巴釐島飛阿曼最平嘅機票。」
AI自己開航班網站，篩選日期，比較價錢。
然後話畀你知結果。
比價
想買電腦零件？
唔使一個一個開網頁睇喇。
話畀AI知你想要咩配置。
佢自己搜，自己比較，自己整理成表格。
全部都係你以前手動做嘅麻煩嘢。
上手只需要兩步
前提：裝好Python。
開terminal：
uv init &&uv add browser-use然後裝個瀏覽器核心：
uvx browser-use install呢條命令裝嘅係Chromium。
完事。
核心配置參數唔好漏
裝好之後，有幾個參數要識。我中過伏。
headless：係咪無頭模式。預設True，即係睇唔到瀏覽器視窗。想睇住佢做嘢就set False。
keep_open：Script行完要唔要關瀏覽器。Debug嗰陣建議開住。
disable_security：處理iFrame呢啲跨源請求時有用。
cookies_file：cookie持久化。登入過嘅網站唔使再登入。
minimum_wait_page_load_time：最短等待時間。太短頁面未load完，AI就操作咗。
wait_for_network_idle_page_load_time：等網絡請求完成先攞頁面狀態。
maximum_wait_page_load_time：最長等待時間。超時就直接跳過。
呢幾個參數set好，運行起嚟舒服好多。
如果你用Claude Code
更加方便。
裝一個Skill。
mkdir-p ~/.claude/skills/browser-use
curl-o ~/.claude/skills/browser-use/SKILL.md \
https://raw.githubusercontent.com/browser-use/browser-use/main/skills/browser-use/SKILL.md裝完，喺Claude Code入面就可以直接叫用。
開源定係雲服務
兩個選擇。
開源版Open Source：免費。但要自己搞LLM API key。
雲服務Cloud：有大把集成——Gmail、Slack、Notion。
仲有反檢測，自動換IP。
價格：
輸入：$0.20/1M tokens 輸出：$2.00/1M tokens
比請人平好多。
講啲實際嘅
以前做嗰啲爛嘢：填表、格價、揾資料、申請工作。
全部都係重複勞動。
AI做到喇。
而且 完成率78%。
喺真實網頁任務上。
即係話，以後你只需要講一句說話，AI就幫你扒曬成個網頁。
FAQ
Q1：一定要用Claude嗎？
可以接其他大模型。開源版隨便換。
Q2：需唔需要識寫程式？
裝好就用得。識打兩行command就得。
Q3：會唔會俾人封號？
雲服務有反檢測機制。開源版你自己控制。
Q4：支唔支援國內網站？
理論上冇問題。遇到反爬就另計。
Q5：可唔可以行喺server上面？
完全冇問題。
覺得有用嘅話，讚好、睇緊啲、轉發出去。
大家好，我是陳老師，一個喜歡折騰AI工具的人。
那天我坐在電腦前，看着屏幕上的光標自己移動。
它打開了一個瀏覽器。輸入了網址。滾動頁面。點擊了按鈕。
全程我沒碰鼠標。而且也不是使用搭建的RPA。
那感覺，怎麼說呢，像在看一部恐怖片。
但主角是你自己寫的代碼。
這事兒得從頭說
別誤會，這不是什麼魔法。
Browser-use，一個開源項目。
GitHub上 90k stars，10.2k forks，MIT協議。
Python寫的，佔比97.9%。
2.5k個項目已經在用。
總部在Zurich和San Francisco。
最近搞了個Benchmark——100個真實網頁任務，BU-Ultra版本成功率78%。
10件事，AI能幫你幹成8件。
聽起來怎麼樣？
反正我試完之後，最大的感受是：以前很多時間白花了。
它到底在幹什麼
直說吧。
Browser-use能讓AI像人類一樣操作瀏覽器。
不是那種”打開一個網頁然後讀取數據”的簡單爬蟲。
是真的操作。
打開瀏覽器 輸入URL 滾動頁面 點擊按鈕 填寫表單 選擇下拉菜單 甚至處理彈窗
所有你能在瀏覽器裏乾的，它都能幹。
區別在於：你不用坐在電腦前。
三個讓我拍大腿的場景
填表
找工作填求職申請，這活兒我幹過。
一張表，姓名、簡歷、工作經驗、教育背景。
填到第三家公司頁面崩潰了。
AI可以：讀你的簡歷，自動填寫求職申請。
你敢信？
找東西
把購物清單丟給它。
“幫我找2025年1月巴厘島飛阿曼的最便宜機票。”
AI自己打開航班網站，篩選日期，比較價格。
然後告訴你結果。
比價
想買電腦配件？
不用一個一個打開網頁看了。
告訴AI你要什麼配置。
它自己搜，自己比，自己整理成表格。
都是你以前手動乾的破事。
上手只需要兩步
前提：裝好Python。
打開終端：
uv init &&uv add browser-use然後裝個瀏覽器核心：
uvx browser-use install這條命令裝的是Chromium。
完事。
核心配置參數別漏了
裝好之後，有幾個參數得知道。我踩過坑。
headless：是否無頭模式。默認True，就是看不見瀏覽器窗口。想看着它幹活就設False。
keep_open：腳本跑完要不要關瀏覽器。調試的時候建議開着。
disable_security：處理iFrame等跨源請求時有用。
cookies_file：cookie持久化。登錄過的網站不用重新登錄。
minimum_wait_page_load_time：最短等待時間。太短了頁面沒加載完，AI就操作了。
wait_for_network_idle_page_load_time：等網絡請求完成再拿頁面狀態。
maximum_wait_page_load_time：最長等待時間。超時直接跳過。
這幾個參數配好了，運行起來舒服很多。
如果你用Claude Code
更方便。
裝一個Skill。
mkdir-p ~/.claude/skills/browser-use
curl-o ~/.claude/skills/browser-use/SKILL.md \
https://raw.githubusercontent.com/browser-use/browser-use/main/skills/browser-use/SKILL.md裝完，在Claude Code裏就能直接調用了。
開源還是雲服務
兩個選擇。
開源版：免費。但要自己整LLM API key。
雲服務：有大把集成——Gmail、Slack、Notion。
還有反檢測，自動換IP。
價格：
輸入：$0.20/1M tokens 輸出：$2.00/1M tokens
比請人便宜太多了。
說點實在的
以前幹那些爛事：填表、比價、搜信息、申請工作。
全是重複勞動。
AI能幹了。
而且 完成率78%。
在真實網頁任務上。
這意味着，以後你只需要說一句話，AI替你扒完整個網頁。
FAQ
Q1：必須用Claude嗎？
可以接其他大模型。開源版隨便換。
Q2：需要懂編程嗎？
裝好就能用。會寫兩行命令就行。
Q3：會不會被封號？
雲服務有反檢測機制。開源版你自己控制。
Q4：支持國內網站嗎？
理論無障礙。遇到反爬另說。
Q5：能跑在服務器上嗎？
完全沒問題。
有用的話，點贊、在看、轉走。