网页上那些一遍遍点的活，填表、查信息、把一份清单挨个加进购物车，是真的耗人。有个开源项目就是干这个的：让 AI 自己打开浏览器，替你把这类重复的网页操作做掉。

它叫 browser-use，作者给自己的定位是「让网站对 AI agent（智能体）可用」。说人话，就是你给 AI 一句话任务，它自己去打开网页、在页面上找到能点的按钮、点击、在表单里填字、读上面的信息——你不用再坐在那儿一格一格地填。

我第一次看到的时候愣了一下。我们用 AI 大多还停在「跟它聊天、让它写东西」，可这个东西是让 AI 直接动手操作浏览器，相当于请了个人替你坐在电脑前点鼠标。

它官方给的几个例子，基本就是日常里最烦的那几样活。

一个是填工作申请表：你扔给它简历，让它「用我的信息把这份申请表填了」，它自己去网页上一栏一栏填。一个是网购前置动作：给它一份清单，让它「把这些东西加进我的购物车」，它挨个加。还有跨网站帮你找东西，比如「帮我找装一台台式机要的配件」，它自己在几个页面之间翻。归到一起，就是填表、加购物车、查信息抓数据、订票前的信息收集这类——你能说清规则、但做起来纯靠手的机械活。

它背后接的是大模型。你可以用它自家优化过的模型，也可以接谷歌的 Gemini、Anthropic 的 Claude，甚至用能在自己电脑上跑的本地模型。谁家的 AI 你顺手就用谁的，没绑死在一家上。

这项目是2024年10月才开的，到现在攒了约9.7万颗 star，接近10万，最近还在更新。开源圈里这热度算很猛了。协议是 MIT，免费，能自己拿来折腾。

但有它不是装上就能傻瓜式用的那种。

你得装 Python（3.11以上的版本）、装一个 Chromium 浏览器、再写几行代码、配一个大模型的密钥，它才能跑起来。门槛不算高，可也不是零，大概是「会一点代码、或者愿意花个把小时折腾环境」的人能上手。完全不碰技术的朋友，光这几步配置就够卡一阵了。

还有更要紧的一点：网页自动化天生会出错。

页面改个版、某个按钮 AI 没认准、碰上验证码或者要登录，它就可能卡住或者点错。这不是这个项目做得不好，是这一类活本身就这样。所以你得把指令给清楚，也得在旁边盯着点，别指望它全自动帮你把一切都办妥、还回回靠谱（这点我自己用下来也没敢撒手让它跑）。它官方其实也明白这个，把更强的反爬、验证码、代理那些能力放进了付费的云服务里，开源这版更适合自己折腾、自己搭着用。

它能省的事是实打实的——尤其是那种你每周都要重复做、规则又固定的网页操作。

想看看的话，它叫 browser-use，开源的，GitHub 上就有。先拿个小任务试一把，剩下的边用边摸。

#马力的AI知识分享#
#马力的AI开源项目分享#