Browser Use

Browser Use 是一个开源的 Python 库，使基于大型语言模型（LLM）的智能体能够操作网页浏览器并与 Web 应用程序交互。它可以执行导航、输入数据、提取文本以及管理多个标签页，以便在不同应用之间协调操作。当 AI 智能体需要访问、处理或检索网页内容时，该库尤其有用。它支持多种 LLM，并基于 Playwright，结合视觉理解与 HTML 结构提取，实现更丰富的网页交互。 我们的团队将 Browser Use 与 Pytest 框架和 Allure 报告系统集成，用于探索基于 LLM 的自动化测试。测试步骤以自然语言编写，由智能体执行，并在断言或失败时自动捕获截图。其目标是在开发完成后，通过自动从 Confluence 拉取测试用例，实现非工作时段的 QA 测试。早期结果较为理想，但智能体在任务结束后的响应中往往缺乏详细的错误描述，因此需要自定义错误报告机制来补充。

Browser Use 是一个开源的 Python 库，使基于 LLM 的 AI 代理能够使用网页浏览器并访问 Web 应用。它可以控制浏览器并执行包括页面导航、输入操作和文本提取在内的各种步骤。该库支持多标签页管理，能够在多个 Web 应用之间协调执行操作。在需要 LLM 代理访问网页内容、执行操作并获取结果的场景中，该库非常有用。它支持多种 LLM，并利用 Playwright 来控制浏览器，结合视觉理解与 HTML 结构提取，以优化 Web 交互体验。该库在多代理场景中正逐渐受到关注，使代理能够协作完成涉及 Web 交互的复杂工作流。