（3383期）Browser Use 1.0.2 – AI驱动的全能浏览器自动化引擎

AI驱动的全能浏览器自动化引擎 专业级浏览器自动化工具，支持本地/云端/真实Chrome多模式运行，具备AI Agent、Cookie同步、隧道穿透等高级能力，适合复杂Web工作流与多任务并行 使用说明 概述 browser-use 是一款功能全面的浏览器自动化CLI工具，专为复杂Web交互场景设计。它支持三种核心运行模式：隔离的Chromium浏览器、真实Chrome实例（可复用用户登录态）以及云端远程浏览器，满足不同安全隔离与身份认证需求。 核心能力 多模式浏览器引擎： chromium（默认）：快速、隔离的无头环境，适合自动化测试 real：调用本地Chrome二进制文件，支持--profile加载用户真实登录会话，实现免密访问Gmail/GitHub等站点 remote：云端托管浏览器，内置代理支持与AI Agent能力，支持并行任务执行 智能交互体系：采用"状态-索引-操作"模式，通过browser-use state获取可交互元素索引，再执行click/input/select等精准操作。支持JavaScript注入、Cookie精细管理（按域名导出/导入）、等待条件（元素可见/文本出现）等高级功能。 AI Agent与任务编排：远程模式支持自然语言任务描述（run "task"），系统自动拆解为浏览器操作链。支持--keep-alive会话复用、--session-id任务连续性，以及结构化输出（--structured-output）。配合隧道功能，可将本地开发服务器暴露至云端浏览器访问。 企业级特性： 配置文件同步：本地Chrome Cookie安全同步至云端（支持域名级精细控制） 多会话并行：通过--session NAME实现多浏览器实例隔离运行 实时调试：截图、--headed可视化模式、session get直播URL等 显著优势 身份连续性：真实Chrome模式与Cookie同步解决自动化场景最大的登录态难题 架构灵活性：同一CLI工具覆盖从本地调试（headed模式）到云端生产（remote+代理）的全生命周期 AI原生设计：内置Agent能力，支持思考模式（--thinking）、视觉感知（默认开启）与Judge评估模式 开发者友好：Python脚本内嵌执行（browser-use python）、隧道穿透、MCP协议支持 局限性与风险 安全考量： profile sync全量同步会复制所有Cookie，包含敏感会话令牌，需严格按域名筛选 真实Chrome模式--profile直接读取用户浏览器数据，存在隐私泄露风险 远程模式任务可能涉及第三方云服务，敏感操作需确认合规性 稳定性边界： 停止的任务复用会话可能导致新任务僵死（官方建议新建会话） 云端Cookie可能过期，需定期重新同步 复杂SPA页面的动态渲染可能超出等待策略覆盖范围 学习成本：索引式交互模式需适应state→click <index>的工作流，与传统CSS选择器方案（如Playwright）相比直观性稍弱。 适用人群 自动化测试工程师：多浏览器模式覆盖、会话持久化、截图对比 AI应用开发者：需浏览器Agent能力的RPA、数据挖掘、竞品监控场景 全栈开发者：本地开发服务器隧道暴露、云端浏览器调试生产环境 安全研究人员：Cookie生命周期管理、跨域身份迁移测试 风险等级评估 | 维度 | 评级 | 说明 ||------|------|------|| 数据安全 | B | Cookie/凭证操作功能强大但需用户主动管控范围 || 执行安全 | A | 沙箱化设计，但真实浏览器模式突破隔离 || 供应链 | B | 依赖cloudflared等外部工具，远程模式绑定服务可用性 | 建议生产环境使用chromium或remote模式，敏感账户操作采用域名级Cookie同步而非全量复制。 原始说明 Automates browser interactions for web testing, form filling, screenshots, and data extraction. Use when the user needs to navigate websites, interact with w...