什么是 Browser Use？
Browser Use 是一个开源的浏览器自动化工具生态，核心项目包括 browser-harness —— 一个轻量级、可编辑的 CDP (Chrome DevTools Protocol) 控制层，让 AI 能够直接操控你的真实 Chrome 浏览器。
它的设计理念是：“你将永远不再亲自操作浏览器”。AI 代理通过截图、坐标点击和 JS 执行来操控页面，仿佛给浏览器装上了眼睛和双手。
为什么选择 Browser Use？
1. 极简架构
核心代码只有约 1000 行，分布在 4 个文件中。没有冗余的抽象层、重试框架或复杂配置。
2. 截图优先的交互模式
传统自动化工具（Selenium/Playwright）要求你找到选择器才能点击。Browser Harness 反其道而行之：
- 先截图 → 看像素坐标
- 坐标点击 click_at_xy(x, y) → 穿透 iframe/阴影 DOM/跨域
- 再截图验证 结果
3. 连接真实 Chrome
不需要启动新的浏览器实例。直接连接你正在使用的 Chrome，登录态、Cookie、扩展全部保留。
4. 原始 CDP 能力
可以直接调用任意 Chrome DevTools 协议方法，没有封装损耗。
快速上手
安装
Setup prompt
Set up https://github.com/browser-use/browser-harness for me.
Read `install.md` and follow the steps to install browser-harness and connect it to my browser.
git clone https://github.com/browser-use/browser-harness
cd browser-harness
uv tool install -e .
连接浏览器
browser-harness <<'PY'
new_tab("https://example.com")
wait_for_load()
print(page_info())
PY
第一个脚本
browser–harness <<'PY'
new_tab("https://www.baidu.com")
wait_for_load()
capture_screenshot("baidu.png")
click_at_xy(500, 300)
wait_for_load()
print(page_info())
PY
主要能力
| 页面导航 | 打开新标签页、切换标签页、跳转 URL |
| 截图识别 | 截取页面截图，通过像素坐标点击 |
| 坐标点击 | click_at_xy(x, y) 穿透 iframe/Shadow DOM |
| JS 执行 | 在页面中运行 JavaScript |
| HTTP 请求 | http_get(url) 直接发请求，不走浏览器 |
| 原始 CDP | 调用任意 Chrome DevTools 协议 |
| 云浏览器 | 连接 Browser Use 云端隔离浏览器 |
设计哲学
Browser Harness 坚持以下原则：
- 坐标点击优先：通过 Input.dispatchMouseEvent 在合成层级发送鼠标事件，穿透 iframe/阴影 DOM/跨域限制
- 连接真实浏览器：不启动新实例，直接复用用户的 Chrome
- 核心保持简洁：不添加重试框架、会话管理器、配置系统
- 自我进化：代理在执行中发现缺失的工具函数时，可以直接写入 agent_helpers.py
总结
Browser Use 代表了浏览器自动化的新范式——不再是"找选择器→点击"，而是"截图→坐标点击→验证"，更接近人类操作浏览器的方式。配合 LLM 的视觉能力，可以处理任何复杂度的 Web 任务。
- GitHub: https://github.com/browser-use/browser-harness
- 官网: https://browser-use.com
这篇介绍博客也是使用了Browser Use完整流程发布的，然后我再进行编辑修改的； 
安装到发布文章接近300w token消耗还是挺大的，差不多3毛钱左右 
