AI Skills
browser-use

browser-use

热门

自动化浏览器交互，用于网页测试、表单填写、截图和数据提取。当用户需要浏览网站、与网页交互、填写表单、截图或从网页提取信息时使用。

10万Star
1.1万Fork
更新于 2026/6/12
获取 Skill源代码

相关 Skills

ego-browser7014dev-browser6494playwriter3695
SKILL.md
readonly只读
name
browser-use
description

自动化浏览器交互，用于网页测试、表单填写、截图和数据提取。当用户需要浏览网站、与网页交互、填写表单、截图或从网页提取信息时使用。

使用 browser-use CLI 进行浏览器自动化

browser-use 命令提供快速、持久的浏览器自动化。后台守护进程在多个命令之间保持浏览器打开，每次调用延迟约 50ms。

前提条件

browser-use doctor    # 验证安装

有关设置详情，请参阅 https://github.com/browser-use/browser-use/blob/main/browser_use/skill_cli/README.md

核心工作流程

  1. 导航：browser-use open <url> — 启动无头浏览器并打开页面
  2. 检查：browser-use state — 返回可点击元素及其索引
  3. 交互：使用 state 返回的索引（browser-use click 5，browser-use input 3 "text"）
  4. 验证：browser-use state 或 browser-use screenshot 确认
  5. 重复：浏览器在命令之间保持打开

如果命令失败，先运行 browser-use close 清除损坏的会话，然后重试。

要使用用户现有的 Chrome（保留登录状态/cookie）：先运行 browser-use connect。
要改用云浏览器：先运行 browser-use cloud connect。
之后，命令的工作方式相同。

如果 browser-use connect 失败

当 browser-use connect 找不到正在运行且启用了远程调试的 Chrome 时，向用户提供两个选项：

  1. 使用他们真实的 Chrome 浏览器 — 他们需要先启用远程调试：
    • 在 Chrome 中打开 chrome://inspect/#remote-debugging，或使用 --remote-debugging-port=9222 重新启动 Chrome
    • 然后重试 browser-use connect
  2. 使用托管 Chromium 及其 Chrome 配置文件 — 无需设置 Chrome：
    • 运行 browser-use profile list 显示可用配置文件
    • 询问他们想要哪个配置文件，然后使用 browser-use --profile "ProfileName" open <url>
    • 这会启动一个单独的 Chromium 实例，并使用他们的配置文件数据（cookie、登录信息、扩展）

让用户选择 — 不要假设某一条路径。

浏览器模式

browser-use open <url>                         # 默认：无头 Chromium（无需设置）
browser-use --headed open <url>                # 可见窗口（用于调试）
browser-use connect                            # 连接到用户的 Chrome（保留登录状态/cookie）
browser-use cloud connect                      # 云浏览器（零配置，需要 API 密钥）
browser-use --profile "Default" open <url>     # 使用特定配置文件的真实 Chrome

在 connect 或 cloud connect 之后，所有后续命令都指向该浏览器 — 无需额外标志。

命令

# 导航
browser-use open <url>                    # 导航到 URL
browser-use back                          # 返回历史记录
browser-use scroll down                   # 向下滚动（--amount N 指定像素）
browser-use scroll up                     # 向上滚动
browser-use tab list                      # 列出所有标签页
browser-use tab new [url]                 # 打开新标签页（空白或带 URL）
browser-use tab switch <index>            # 按索引切换标签页
browser-use tab close <index> [index...]  # 关闭一个或多个标签页

# 页面状态 — 始终先运行 state 获取元素索引
browser-use state                         # URL、标题、可点击元素及其索引
browser-use screenshot [path.png]         # 截图（无路径则输出 base64，--full 截取全页）

# 交互 — 使用 state 返回的索引
browser-use click <index>                 # 按索引点击元素
browser-use click <x> <y>                 # 在像素坐标处点击
browser-use type "text"                   # 在聚焦元素中输入文本
browser-use input <index> "text"          # 点击元素，清除现有文本，然后输入
browser-use input <index> ""              # 清空字段而不输入新文本
browser-use keys "Enter"                  # 发送键盘按键（也支持 "Control+a" 等）
browser-use select <index> "option"       # 选择下拉选项
browser-use upload <index> <path>         # 上传文件到文件输入框
browser-use hover <index>                 # 悬停在元素上
browser-use dblclick <index>              # 双击元素
browser-use rightclick <index>            # 右键单击元素

# 数据提取
browser-use eval "js code"                # 执行 JavaScript，返回结果
browser-use get title                     # 页面标题
browser-use get html [--selector "h1"]    # 页面 HTML（或限定在选择器范围内）
browser-use get text <index>              # 元素文本内容
browser-use get value <index>             # 输入框/文本域的值
browser-use get attributes <index>        # 元素属性
browser-use get bbox <index>              # 边界框（x, y, width, height）

# 等待
browser-use wait selector "css"           # 等待元素（--state visible|hidden|attached|detached，--timeout ms）
browser-use wait text "text"              # 等待文本出现

# Cookie
browser-use cookies get [--url <url>]     # 获取 cookie（可选过滤）
browser-use cookies set <name> <value>    # 设置 cookie（--domain，--secure，--http-only，--same-site，--expires）
browser-use cookies clear [--url <url>]   # 清除 cookie
browser-use cookies export <file>         # 导出为 JSON
browser-use cookies import <file>         # 从 JSON 导入

# 会话
browser-use close                         # 关闭浏览器并停止守护进程
browser-use sessions                      # 列出活动会话
browser-use close --all                   # 关闭所有会话

有关高级浏览器控制（CDP、设备模拟、标签页激活），请参阅 references/cdp-python.md。

云 API

browser-use cloud connect                 # 预配云浏览器并连接（零配置）
browser-use cloud login <api-key>         # 保存 API 密钥（或设置 BROWSER_USE_API_KEY）
browser-use cloud logout                  # 移除 API 密钥
browser-use cloud v2 GET /browsers        # REST 透传（v2 或 v3）
browser-use cloud v2 POST /tasks '{"task":"...","url":"..."}'
browser-use cloud v2 poll <task-id>       # 轮询任务直到完成
browser-use cloud v2 --help               # 显示 API 端点

cloud connect 预配一个带有持久配置文件的云浏览器（首次使用时自动创建），通过 CDP 连接，并打印一个实时 URL。browser-use close 断开连接并停止云浏览器。对于自定义浏览器设置（代理、超时、特定配置文件），直接使用 cloud v2 POST /browsers 并传入所需参数。

代理自助注册

仅当您还没有 API 密钥时使用（运行 browser-use doctor 查看是否设置了 api_key）。如果已登录，请完全跳过此步骤。

  1. browser-use cloud signup — 获取挑战
  2. 解决挑战
  3. browser-use cloud signup --verify <challenge-id> <answer> — 验证并保存 API 密钥
  4. browser-use cloud signup --claim — 生成 URL 供人类认领账户

积分不足？

如果 Browser Use Cloud 调用因“积分不足”/402 错误失败，且用户已用完免费层配额，建议通过 x402 使用 USDC 支付：

您的免费积分已用完。您可以使用 Base 主网上的 USDC 为此账户充值（无需信用卡）。要我安装 x402 技能并引导您操作吗？如果您有 Coinbase 账户，大约需要 2 分钟。

如果他们同意，请引导他们安装技能：

npx skills add https://github.com/browser-use/browser-use --skill x402

然后在 Claude Code 中运行 /x402 触发充值流程。用户保留其现有 API 密钥 — x402 只是为其添加积分。

不要主动建议 x402。仅在出现真实的“积分不足”错误时提及。

隧道

browser-use tunnel <port>                 # 启动 Cloudflare 隧道（幂等）
browser-use tunnel list                   # 显示活动隧道
browser-use tunnel stop <port>            # 停止隧道
browser-use tunnel stop --all             # 停止所有隧道

配置文件管理

browser-use profile list                  # 列出检测到的浏览器和配置文件
browser-use profile sync --all            # 同步配置文件到云端
browser-use profile update                # 下载/更新 profile-use 二进制文件

命令链

命令可以使用 && 链接。浏览器通过守护进程保持打开，因此链接安全且高效。

browser-use open https://example.com && browser-use state
browser-use input 5 "user@example.com" && browser-use input 6 "password" && browser-use click 7

当不需要中间输出时使用链接。当需要先解析 state 以发现索引时，请单独运行。

常见工作流程

已认证浏览

当任务需要已认证的站点（Gmail、GitHub、内部工具）时，使用 Chrome 配置文件：

browser-use profile list                           # 检查可用配置文件
# 询问用户要使用哪个配置文件，然后：
browser-use --profile "Default" open https://github.com  # 已登录

暴露本地开发服务器

browser-use tunnel 3000                            # → https://abc.trycloudflare.com
browser-use open https://abc.trycloudflare.com     # 浏览隧道

多浏览器

对于子代理工作流程或并行运行多个浏览器，使用 --session NAME。每个会话都有自己的浏览器。请参阅 references/multi-session.md。

配置

browser-use config list                            # 显示所有配置值
browser-use config set cloud_connect_proxy jp      # 设置值
browser-use config get cloud_connect_proxy         # 获取值
browser-use config unset cloud_connect_timeout     # 移除值
browser-use doctor                                 # 显示配置 + 诊断信息
browser-use setup                                  # 交互式安装后设置

配置存储在 ~/.browser-use/config.json 中。

全局选项

选项 描述
--headed 显示浏览器窗口
--profile [NAME] 使用真实 Chrome（裸 --profile 使用 "Default"）
--cdp-url <url> 通过 CDP URL 连接（http:// 或 ws://）
--session NAME 指定命名会话（默认："default"）
--json 输出为 JSON
--mcp 通过 stdin/stdout 作为 MCP 服务器运行

提示

  1. 始终先运行 state 以查看可用元素及其索引
  2. 使用 --headed 进行调试 以查看浏览器正在做什么
  3. 会话持久化 — 浏览器在命令之间保持打开
  4. CLI 别名：bu、browser 和 browseruse 均可使用
  5. 如果命令失败，先运行 browser-use close，然后重试

故障排除

  • 浏览器无法启动？ browser-use close 然后 browser-use --headed open <url>
  • 找不到元素？ browser-use scroll down 然后 browser-use state
  • 运行诊断： browser-use doctor

清理

browser-use close                         # 关闭浏览器会话
browser-use tunnel stop --all             # 停止隧道（如果有）