Browser Use 推出 Code Use：直接用代码控制浏览器

Browser Use 进步很大，已经比最初笔者介绍成熟了不少。

浏览器自动化工具 browser-use：让 AI 轻松操控网页

近日，团队发布了 0.9.0 版本，核心新功能是 Code Use，专门为爬取数据而设计。

相较于过去模拟操作网页，新的方案更直接。既然网页本身就是用代码写的，那最原生的交互方式也应该是代码。团队开发了一个特殊的 Agent 和定制 LLM，只输出 Python 和 JavaScript 代码，通过 Chrome DevTools Protocol (CDP) 直接操控浏览器。这样不需要通过视觉识别和鼠标点击的中间层，直接用代码操控浏览器元素，理论上效率和准确性都会更高。

使用方式简单：

  
from browser\_use import CodeAgent, ChatBrowserUse  
  
agent = Agent(  
 task='Find the number of stars of the following repos: browser-use, playwright, stagehand, react, nextjs',  
 llm=ChatBrowserUse(),# 需要使用特定的 LLM  
)  
await agent.run()  

多步复杂点的例子：

  
async def main():  
 task = """  
  
Go to https://www.flipkart.com. Continue collecting products from Flipkart in the following categories. I need approximately 50 products from:\n\n1. Books & Media (books, stationery) - 15 products\n2. Sports & Fitness (equipment, clothing, accessories) - 15 products  \n3. Beauty & Personal Care (cosmetics, skincare, grooming) - 10 products\nAnd 2 other categories you find interesting.\nNavigate to these categories and collect products with:\n- Product URL (working link)\n- Product name/description\n- Actual price (MRP)\n- Deal price (current selling price)  \n- Discount percentage\n\nFocus on products with good discounts and clear pricing. Target around 40 products total from these three categories.  
  
 """  
# Create code-use agent (uses ChatBrowserUse automatically)  
 agent = CodeAgent(  
  task=task,  
  max\_steps=30,  
 )  
  
 try:  
# Run the agent  
print('Running code-use agent...')  
  session = await agent.run()  
  
 finally:  
  await agent.close()  

不过团队也提醒了安全问题：这个 Agent 会写入和执行不安全的代码，生产环境使用需要谨慎。他们正在开发 alpha 版本的安全解决方案，有需求的用户可以等等正式发布。

感兴趣的可以尝试： https://github.com/browser-use/browser-use

关注公众号回复“进群”入群讨论。