开源项目推荐｜browser-use：让 AI Agent 理解并操作网页

大量业务仍只存在于网页

并非每个系统都有完整 API。后台表单、供应商门户、公开搜索和内部旧系统仍依赖浏览器操作。browser-use 的目标是让网页对 AI Agent 可访问，让模型根据页面状态点击、输入、导航和提取信息，因此迅速成为热门浏览器 Agent 项目。

官方仓库：https://github.com/browser-use/browser-use

它适合哪些任务

browser-use 适合低频表单、公开信息采集、跨页面验证、测试辅助和没有 API 的内部流程。模型负责理解页面和规划动作，浏览器自动化负责真实执行。相比固定选择器脚本，它对页面小变化更有适应性。

但适应性会带来不确定性。涉及金额、提交、删除和外部发送时，不能让 Agent 无条件点击。应区分只读、准备和提交三个阶段，在最终动作前展示结构化摘要并要求确认。

网页内容是不可信输入

页面可能包含提示注入、误导按钮和第三方内容。Agent 不能把网页文字当成系统指令，也不应自动上传本地文件或泄露会话凭据。浏览器配置要隔离账号、Cookie、下载目录和网络范围，对域名与动作建立白名单。

自动化结果还要验证。例如采集价格后由规则检查格式和范围，关键字段可让独立模型对页面截图与结构化结果做一致性检查；验证失败就停止，而不是继续后续写操作。

与 AnyAIS 的组合方式

browser-use 负责网页交互，AnyAIS 提供规划与视觉模型、统一 API Key、额度和日志。为浏览器 Agent 使用专用 Key，限制模型与预算；长流程通过 DASP 或异步任务保存状态，断线后不要盲目重跑已经提交的动作。

适合谁

需要自动化缺少 API 的网页流程、愿意投入沙箱和验证机制的团队，适合 browser-use。若目标系统有稳定 API，应优先 API；浏览器自动化是补齐最后一公里的工具，不是所有系统集成的默认方案。

用隔离账号和域名白名单缩小影响面

浏览器 Agent 不应复用员工的全部 Cookie。为任务建立独立账号和 profile，并限制域名。browser-use 支持 allowed_domains 与 prohibited_domains；高风险站点优先使用白名单。

凭据不写进任务描述。sensitive_data 让模型看到占位符，再向 DOM 注入真实值，并可按域名分配秘密。敏感页面关闭视觉输入。storage state 应像密钥一样加密、限权和轮换。

在关键步骤暂停，而不是结束后追责

把搜索、读取和填写草稿设为低风险，把登录、上传、提交、发送、删除和支付设为确认点。lifecycle hooks 可在步骤前后读取状态、暂停或恢复，适合插入域名检查和人工审批。

确认时展示目标、账号、字段、金额或收件人。页面文本、下载和搜索结果可能包含提示注入，只能作为数据，不能改变规则、开放新域名或索取秘密。

验收最终业务状态

点击成功不代表任务成功。提交后读取确认编号或目标状态，并记录关键字段、URL 和时间。超时后先查询是否已完成，再决定重试，避免重复订单、邮件或修改。

抽取结果用规则和来源对照验证，重要事实由独立模型复核，冲突时转人工。AnyAIS 统一模型、Key、配额和日志，DASP 保存状态，避免断线后重放。

参考资料：

• browser-use 浏览器参数与域名限制：https://docs.browser-use.com/open-source/customize/browser/all-parameters
• browser-use 敏感数据处理：https://docs.browser-use.com/open-source/examples/templates/sensitive-data
• browser-use 身份验证与存储状态：https://docs.browser-use.com/open-source/customize/browser/authentication
• browser-use 生命周期 Hooks：https://docs.browser-use.com/open-source/customize/hooks