Browser Use 是什麼?GitHub 破 12.1 萬星的開源網頁代理,v1.0 大瘦身 80% 程式碼怎麼跑得更快?

browser-use/browser-use 是什麼?GitHub 突破 12.1 萬星的 MIT 開源 AI 瀏覽器自動化框架,全新 v1.0 架構精簡 80% 舊碼,改以持久化 REPL 與 CDP 協定讓代理高速操作網頁。

Share
Browser Use 開源 AI 瀏覽器自動化代理框架官方封面圖

很多公司內部系統或公家機關網站根本沒有提供 API,每次查資料、填表單或下載報表都得靠人工一頁頁點,但寫傳統爬蟲腳本只要網頁改版一個按鈕位置就整組報銷。

在 GitHub 上狂掃超過 121,533 顆星標、採用 MIT 授權的開源專案 browser-use/browser-use,正是目前開源界最受歡迎的 AI 瀏覽器自動化代理框架。

近期該專案迎來重大架構翻新,官方在 1.0.0 版本中大刀闊斧砍掉約 80% 的舊有冗餘程式碼,改採「持久化 REPL(互動式直譯器)」架構,讓大型語言模型直接撰寫並執行 Python 腳本,透過 Chrome DevTools 協定(CDP)精準驅動瀏覽器。

這項改動讓代理不再像過去那樣每點一個按鈕就得重新傳送整張網頁截圖給雲端模型判讀,不僅大幅壓低每次任務的推論延遲與 Token 帳單,也讓複雜的多步驟網頁作業變得更加穩定。

對需要處理跨系統報表搬運、電商價格監測或自動化測試的台灣工程師與營運團隊來說,看懂這波架構轉向能幫你省下大量開發與維運成本。接下來,我們解析 v1.0 的技術變革、硬體需求與合規防線。

延伸閱讀:Playwright MCP 是什麼?微軟官方開源瀏覽器自動化伺服器,讓 AI 代理不用看截圖也能精準點網頁

Browser Use 開源 AI 瀏覽器自動化代理框架官方封面圖
browser-use/browser-use 在 GitHub 突破 12.1 萬星,v1.0 架構改採持久化 REPL 直連 Chrome DevTools 協定。 圖片來源:官方來源。
Browser Use 官方操作架構與網頁代理自動化展示影片。

從「看截圖猜按鈕」到「直接寫碼控管 CDP」的架構躍進

早期的網頁 AI 代理習慣把瀏覽器畫面一張張截圖送進視覺語言模型,再由模型回傳點擊座標。這種做法不僅單次任務動輒花費數十秒,遇到動態載入的下拉選單或長表格時還經常點偏。

新版 Browser Use 讓模型直接讀取精簡後的 DOM 樹結構與頁面狀態,並在持久化的執行環境中以程式邏輯操作瀏覽器。

因為瀏覽器工作階段會持續保留,代理可以像工程師除錯一樣連續驗證結果,失敗時也能即時修正選擇器而不必從頭重來。

網頁自動化路線 傳統 Playwright / Selenium 腳本 Browser Use AI 網頁代理
網頁改版耐受度 選擇器一變就報錯,需人工重寫 代理能理解語意與結構變化,自動適應
開發初期門檻 需逐頁檢查 HTML 與撰寫等待邏輯 用自然語言描述目標即可驅動流程
執行成本與穩定性 零推論費用,執行極為確定 需消耗模型 Token,適合半結構化與跨站任務

實際導入 Browser Use 的環境門檻與三大應用場景

根據 browser-use 官方文件與 GitHub 倉庫,開發者只需要具備基本的 Python 環境與本機或容器化的 Chromium 瀏覽器即可啟動,完全不需要購買高階顯示卡(除非你選擇在本地端自架推論模型)。

跨平台資料彙整與表單填報

適合每天需要從沒有開放 API 的供應商後台、物流查詢網或舊版 ERP 抓取數據並整理進內部試算表的團隊。

端到端 QA 驗收測試

在網站改版上線前,讓代理模擬真實使用者的結帳、註冊或搜尋路徑,自動回報頁面卡頓或按鈕失效問題。

搭配 MCP 串接寫碼代理

透過將 Browser Use 包裝成背景工具,開發者能讓 Claude Code 或 Cursor 在寫完前端元件後,自己打開瀏覽器驗證畫面與互動狀態是否正常。

延伸閱讀:Agent-Browser 是什麼?Vercel Labs 開源的無頭瀏覽器 CLI,讓 AI 代理不靠截圖就能操作網頁

跑網頁代理前,千萬別踩的三個資安與合規地雷

讓 AI 代理幫你操作瀏覽器時,最危險的做法就是直接把個人主帳號的 Cookie 或最高權限密碼交給代理自動登入。

實務上務必使用專屬的隔離瀏覽器設定檔與最小權限測試帳號,並在涉及金流付款、送出正式訂單或刪除資料的最後一步強制保留人工確認。

同時也要遵守目標網站的服務條款與存取頻率限制,避免因高頻自動化請求導致公司 IP 遭到封鎖。

常見問題(FAQ)

Q1:Browser Use 本身要錢嗎?

核心 Python 框架以 MIT 授權完全免費開源,你可以自由部署在自己的電腦或企業伺服器上;你只需支付連接雲端大模型(如 OpenAI、Anthropic 或 Gemini)的 API 費用。

Q2:它可以繞過網站的 CAPTCHA 驗證碼嗎?

不行,也不應嘗試繞過。遇到需要人機驗證或雙重認證的頁面時,標準做法是暫停流程並交由真人手動完成驗證後再繼續。

Q3:跟微軟的 Playwright MCP 相比該怎麼選?

如果你已經習慣在 Cursor 或 Claude Code 裡直接下指令做前端除錯,Playwright MCP 的整合最直覺;如果你要用 Python 建置獨立運作、長時間排程的網頁爬蟲或自動化任務管道,Browser Use 的生態與控制粒度更完整。

Q4:需要懂很深的 Python 才能用嗎?

基礎使用只需會安裝套件並執行官方提供的幾行範例腳本,但若要接進企業穩定排程與例外處理,仍建議具備基本的 Python 除錯能力。

結語:讓沒有 API 的舊系統也能接上 AI 工作流

企業數位轉型最常卡關的不是沒有好模型,而是大量關鍵數據還鎖在只提供網頁介面的老舊系統裡。Browser Use 用逾 12 萬星的社群實戰證明了「代理操作瀏覽器」已經從展示玩具走向生產力工具。

建議先拿一個你每週都要重複手動查詢的公開網頁測試一次,把繁瑣的複製貼上交給代理,自己則把時間留給真正需要判斷的工作。

歡迎免費訂閱 AI 郵報,每週追蹤更多實測工具教學與開源代理生態動態。