Browser Use

• Web-Scraping und Datenextraktion: Sie müssen strukturierte Informationen von Seiten abrufen, die eine Interaktion erfordern (Anmeldung, Paginierung, dynamisches Rendering), bevor die Daten sichtbar sind.
• Automatisiertes Ausfüllen und Absenden von Formularen: Sie müssen Web-Formulare ausfüllen und absenden, einschließlich mehrstufiger Assistenten, die vom vorherigen Seitenzustand abhängen.
• End-to-End-Webtests: Sie möchten die Benutzeroberfläche einer Web-App in einer echten Browserumgebung testen, Screenshots aufnehmen und den Zustand von Elementen überprüfen.
• Authentifizierte Browser-Workflows: Sie müssen innerhalb von Websites arbeiten, in die Sie bereits eingeloggt sind, indem Sie lokale Chrome-Profile synchronisieren oder Cloud-Sitzungen mit gespeicherten Cookies wiederverwenden.
• Parallele KI-Agenten in der Cloud: Sie müssen mehrere autonome Browser-Agenten gleichzeitig starten (z. B. für Wettbewerbsrecherche, Massendatenerfassung) und deren Ergebnisse abfragen.

• Einfache HTTP-API-Aufrufe: Wenn die Website eine REST- oder GraphQL-API bereitstellt, ist der direkte Aufruf schneller und zuverlässiger als Browser-Automatisierung.
• Statisches HTML-Scraping: Wenn die Seite kein JavaScript-Rendering oder keine Interaktion erfordert, ist ein einfacher HTTP-Abruf effizienter.
• Nicht-Browser-Automatisierung: Aufgaben, die keinen Webbrowser betreffen (Dateisystemoperationen, Datenbankabfragen usw.), liegen außerhalb des Anwendungsbereichs dieser Skill.

Der Browser bleibt zwischen Befehlen geöffnet, sodass Sie mehrstufige Workflows mit open, state, click, input und screenshot erstellen können, ohne neu zu starten. Benannte Sitzungen (--session NAME) ermöglichen es Ihnen, mehrere unabhängige Browser parallel auszuführen.

Wählen Sie zwischen chromium (schnell, headless, isoliert), real (Ihre installierte Chrome-Binärdatei mit optionalem Profil und Cookies) oder remote (cloudgehosteter Browser mit Proxy-Unterstützung). Jeder Modus ist für unterschiedliche Kompromisse zwischen Isolation, Authentifizierung und Kosten geeignet.

Browser-Profile und Cookies auflisten, prüfen, synchronisieren, importieren und exportieren – lokal oder in der Cloud. Die domainbasierte Cookie-Synchronisierung ermöglicht es, die Authentifizierung aus Ihrem lokalen Chrome-Profil in eine Cloud-Browser-Sitzung zu übertragen, ohne nicht verwandte Sitzungstoken preiszugeben.

Starte autonome Browser-Agenten in der Cloud mit browser-use -b remote run "task". Unterstützt asynchrone Ausführung, parallele Sitzungen, Sitzungswiederverwendung über sequenzielle Aufgaben hinweg, strukturierte JSON-Ausgabe, LLM-Modellauswahl (z. B. gpt-4o, claude-sonnet) sowie einen Bewertungsmodus (Judge-Modus).

Führe beliebigen Python-Code innerhalb der Browser-Sitzung mit browser-use python aus. Variablen und das browser-Objekt bleiben über Befehle hinweg erhalten und geben dir programmatischen Zugriff auf Navigation, Interaktionen und Seitendaten, ohne die CLI zu verlassen.

Mache einen lokalen Entwicklungsserver für Cloud-Browser mit browser-use tunnel <port> zugänglich. Dieser Befehl erstellt einen Cloudflare-Tunnel und gibt eine öffentliche URL zurück. Tunnel sind unabhängig von Browser-Sitzungen und bleiben auch nach close-Befehlen bestehen.

Synchronisiere Cookies aus deinem lokalen Chrome-Profil, öffne eine Cloud-Sitzung, die bei deinem SaaS-Tool authentifiziert ist, navigiere zur Exportseite, klicke auf die Schaltfläche zum Herunterladen und warte auf den Abschluss – alles ohne manuelle Anmeldung.

Starte drei gleichzeitige Cloud-Agenten-Aufgaben, die jeweils auf die Preisseite eines anderen Wettbewerbers abzielen. Überprüfe deren Status mit task status, sammle die strukturierten Ausgaben, sobald jede Aufgabe abgeschlossen ist, und beende alle Sitzungen gleichzeitig mit session stop --all.

Öffne deinen lokalen Entwicklungsserver über einen Tunnel, navigiere mithilfe von Element-Indizes aus state durch ein mehrstufiges Formular, erfasse Screenshots in jeder Phase mit browser-use screenshot path.png und überprüfe den abschließenden Seitentext mit browser-use wait text "Success".

Navigiere zu einer JavaScript-gerenderten Auflistungsseite, scrolle nach unten, um weitere Ergebnisse zu laden, verwende browser-use get html --selector ".results", um den relevanten Abschnitt zu extrahieren, und führe browser-use eval aus, um strukturierte Daten aus dem DOM zu ziehen.