browser-use 是什麼？讓 AI 自己操作瀏覽器的熱門開源工具

browser-use 想解決什麼問題

很多事不是 API 能解決的 — 進公司後台查資料、到網站填表、比較不同頁面、操作沒有 API 的舊系統、測試一個流程能不能跑完。以前這些都要寫 Playwright 或 Selenium 腳本：頁面一改就壞，maintain 起來頭痛。

browser-use 想做的是 — 讓 AI 自己看頁面、自己決定下一步。點按鈕、輸入文字、切頁面，過程像個會用網站的助手。它不是爬蟲、不是截圖工具，重點是「操作」。

費用：browser-use 本身開源免費。真正會花錢的地方有三個：

模型 token：agent 每一步都要把網頁截圖或 HTML 送給 LLM 分析，token 用量比一般 chatbot 高很多。一個複雜任務跑下來，幾塊到幾十塊台幣都有可能。
瀏覽器資源：要跑 Chromium，記憶體至少 8GB 起跳。
API 服務：如果接的是付費 API（OpenAI、Anthropic），照那邊算。

安裝：pip install browser-use，需要 Python 3.11 以上。

它好不好上手？

概念好懂，但不是完全新手的第一個工具。

你需要：基本 Python、有 API key、知道什麼是 agent loop。它不是下載按一鍵的桌面 App。如果你還沒寫過 Python 或還不熟模型 API，建議先從 Cursor 或 Cline 這類 AI coding agent 開始，熟悉模型呼叫和 agent 概念後再回來看 browser-use。

第一次怎麼試

不要直接拿銀行、公司後台或重要帳號開玩，照這個順序：

跑官方範例的最小任務，例如「打開某個公開文章頁，整理前三個重點」。
用公開網站、不要登入，先看它怎麼觀察頁面、決定動作。
每一步都看它在做什麼，確認沒有亂點。
確定低風險任務跑得起來，再加複雜度。

第一次絕對不要讓它填真實付款資料、刪資料、送出重要表單。

跟一般爬蟲工具差在哪

最常被拿來比的是 Firecrawl、ScrapingBee 這類「抓網站內容」工具。差別其實是定位完全不同：

抓內容類（Firecrawl 等）：你給一個 URL，它把整頁內容轉成 Markdown 或 JSON。唯讀，不會點按鈕、不會切頁、不會登入。

操作網站類（browser-use）：你給一個目標，它自己決定要點哪、填什麼、切哪頁，會互動。比較像 agent，不像爬蟲。

判斷：只要讀內容 → 用爬蟲類工具。要點按鈕、切頁、登入後跑流程 → 才用 browser-use。

跟 Playwright 怎麼選

Playwright 是穩定的瀏覽器自動化框架，適合寫可重複、可測試的固定腳本。一旦寫好，每次跑都一樣，適合做 E2E 測試或固定爬取流程。

browser-use 讓 AI 參與決策，適合任務不固定、頁面可能變化、你想用自然語言描述目標的場景，但相對地它比 Playwright 不穩，AI 可能看錯、點錯、走錯流程。

正式流程需要可靠，Playwright 腳本還是比較硬。研究或 prototype，browser-use 比較快。

它適合哪些任務

我會把 browser-use 放在「研究 AI agent 怎麼操作真實網頁」的場景。例如：

自動查資料：登入某個公開資料庫、搜尋關鍵字、整理結果。
自動填測試表單：開發階段拿來測試表單流程。
自動整理網站內容：抓多頁文章後讓 AI 寫摘要。
做 agent demo：示範 AI 怎麼操作軟體。

如果你只是想簡單抓資料，它太重了，直接用爬蟲工具比較省事。

使用上要小心的事

第一，不要讓它碰高風險帳號，銀行、公司後台、雲端管理面板都不適合。

第二，不要讓它自動送出不可逆操作，付款、刪資料、合併 PR 這類動作要人工確認。

第三，要注意網站條款和 robots.txt，自動操作別人的網站可能違反 ToS。

第四，AI 操作瀏覽器可能慢，也可能走錯，每一步都會花 token，跑大型任務前先看一下成本。

第五，正式自動化還是要有人工審查或測試保護，不要因為它酷就放飛。

想開始用 browser-use？

照這三步：

確認你會 Python，且已有 OpenAI 或 Anthropic 的 API key。
第一個任務做「打開公開頁、整理內容、不登入、不送出」這種完全唯讀的測試。
確認它能穩定看頁面、按你的要求操作，再考慮加登入或多步驟流程。

判斷路線：

目標是穩定抓資料 → 用 Firecrawl 或一般爬蟲工具。
目標是穩定測試網頁 → 用 Playwright。
想研究 AI 自己操作瀏覽器 → browser-use 才是這條路。

下一步可以先看什麼

Cline 是什麼：在 VS Code 裡先熟悉 AI agent 模式。
Hermes Agent：另一種開源 AI agent 框架。
Cursor AI 編輯器：寫 Python 想要 AI 幫忙的話。

參考來源

browser-use GitHub：https://github.com/browser-use/browser-use
Playwright 官方文件：https://playwright.dev

本文最後查證日期：2026-05-20