Browser Use

• 网络抓取与数据提取：您需要从需要交互（登录、分页、动态渲染）才能显示数据的页面中提取结构化信息。
• 自动化表单填写与提交：您需要填写并提交网页表单，包括依赖于先前页面状态的多步骤向导。
• 端到端网页测试：您希望在真实浏览器环境中对网页应用的 UI 进行测试，捕获屏幕截图并验证元素状态。
• 已认证的浏览工作流：您需要通过同步本地 Chrome 配置文件或重用保存了 Cookie 的云端会话，在已登录的网站中进行操作。
• 并行云端 AI 代理：您需要同时调度多个自主浏览器代理（例如竞争性研究、批量数据收集），并轮询其结果。

• 简单的 HTTP API 调用：如果网站提供 REST 或 GraphQL API，直接调用它比浏览器自动化更快、更可靠。
• 静态 HTML 抓取：如果页面不需要 JavaScript 渲染或交互，轻量级 HTTP 请求会更高效。
• 非浏览器自动化：不涉及网页浏览器的任务（文件系统操作、数据库查询等）不在 Browser Use 技能的适用范围内。

浏览器在命令之间保持开启状态，因此您可以使用 open、state、click、input 和 screenshot 构建多步骤工作流，无需重新启动。命名会话（--session NAME）允许您并行运行多个独立的浏览器。

在 chromium（快速、无头、隔离）、real（使用您已安装的 Chrome 二进制文件，支持可选配置文件和 Cookie）以及 remote（云端托管浏览器，支持代理）三种模式之间灵活选择。每种模式在隔离性、身份验证和成本之间各有不同的权衡取舍。

列出、检查、同步、导入和导出浏览器配置文件及 Cookie — 支持本地或云端操作。基于域名范围的 Cookie 同步功能，让您能够将本地 Chrome 配置文件中的身份验证信息带入云端浏览器会话，同时不会暴露无关的会话令牌。

使用 browser-use -b remote run "task" 在云端启动自主浏览器代理。支持异步执行、并行会话、跨顺序任务的会话复用、结构化 JSON 输出、LLM 模型选择（例如 gpt-4o、claude-sonnet），以及用于评估的裁判模式。

使用 browser-use python 在浏览器会话中运行任意 Python 代码。变量和 browser 对象在各命令之间持续存在，让你无需离开 CLI 即可以编程方式访问导航、交互和页面数据。

通过 browser-use tunnel <port> 将本地开发服务器暴露给云端浏览器，该命令会创建一个 Cloudflare 隧道并返回一个公开 URL。隧道独立于浏览器会话，并在 close 命令执行后依然保持存活。

从本地 Chrome 配置文件同步 Cookie，打开已通过身份验证的云端会话以访问您的 SaaS 工具，导航至导出页面，点击下载按钮，并等待完成——全程无需手动登录。

启动三个同时运行的云端智能体任务，每个任务分别针对不同竞争对手的定价页面。使用 task status 轮询各任务状态，在每个任务完成后收集结构化输出，最后通过 session stop --all 一次性停止所有会话。

通过隧道打开本地开发服务器，使用 state 中的元素索引逐步完成多步骤表单，在每个阶段使用 browser-use screenshot path.png 捕获截图，并通过 browser-use wait text "Success" 验证最终页面文本。

导航至一个 JavaScript 渲染的列表页面，向下滚动以加载更多结果，使用 browser-use get html --selector ".results" 提取相关片段，并运行 browser-use eval 从 DOM 中提取结构化数据。