术语
Browser Use
Next Token / Wiki

浏览器操作能力

Browser use 指让 AI 智能体通过浏览器完成任务的能力:读取网页、点击、填表、导航。Browser Use 也是同名开源项目的名字,它把浏览器自动化接到大模型智能体上。

别名

browser automation

定义

Browser use 指让 AI 智能体通过浏览器完成任务的能力:读取网页、点击、填表、导航。Browser Use 同时是同名开源项目的名字,它把浏览器自动化接到大模型智能体上。

工作方式

一般借助浏览器自动化协议驱动真实浏览器,把页面结构转换成模型可读的表示,模型据此输出下一步动作,循环执行直到完成目标。

使用场景

网页信息收集与比价、自动填表与预订、带登录态的网页操作、网页端到端测试等,都是 browser use 的常见用武之地。

易混概念

与计算机操作相比范围更窄但更稳:browser use 只在浏览器内活动,computer use 覆盖整个桌面图形界面。

参考资料