用 browser-use 让 AI 自动操控浏览器：抓取数据、填表单、自动发布

browser-use 是 Python 项目，需要先有 Python 3.11+。打开终端，先确认版本：

# 查看 Python 版本（需要 3.11 或更高）
python --version

# 如果版本够，直接安装 browser-use
pip install browser-use

# 它依赖一个浏览器驱动 playwright，顺手装上
playwright install chromium

browser-use 本身不生产智能，它需要一个大模型来"看屏幕、做决策"。新手推荐国内能直连的模型，便宜又稳：

常见选择（任选其一）：
· DeepSeek       → deepseek.com 注册，充值几元即可
· 通义千问 Qwen  → 阿里云百炼，创建 API Key
· 智谱 GLM       → open.bigmodel.cn，有免费额度

把 Key 做成环境变量（以 DeepSeek 为例）：
# Linux / macOS
export SILICON_CLOUD_API_KEY="sk-你的key"

# Windows PowerShell
$env:SILICON_CLOUD_API_KEY="sk-你的key"

browser-use 的精髓就是：你不用写"怎么点"，只写"要啥"。下面这段脚本让 AI 去抓微博热搜前 10 条，复制改改就能跑：

from langchain_openai import ChatOpenAI
from browser_use import Agent
import asyncio
import os

# 用 DeepSeek（通过 OpenAI 兼容接口）
llm = ChatOpenAI(
    model="deepseek-chat",
    api_key=os.getenv("SILICON_CLOUD_API_KEY"),
    base_url="https://api.deepseek.com/v1"
)

async def main():
    agent = Agent(
        task="打开微博热搜榜，把当前前 10 条热搜的标题和热度列出来。",
        llm=llm,
        use_vision=False   # 纯文字任务可关掉视觉，更省 token
    )
    result = await agent.run()
    print(result)

asyncio.run(main())

把上面脚本存成 hotsearch.py，在终端运行：

python hotsearch.py

你会看到 AI 自动：打开浏览器 → 导航到微博热搜 → 读取页面 → 提取标题和热力值 → 返回结果。真实案例里它能准确抓出前 10 条，和网页实际一致。这正是"告诉它目标，它自己想办法"的爽点。

抓取只是起点。把 task 改成"操作类"，AI 就能替你填表。比如批量更新后台订单状态：

task = """
登录公司订单后台（已保存 Cookie 的浏览器），
把订单号 A1001、A1002、A1003 的状态都改为"已发货"，
每改完一个截图确认，最后汇报哪些成功哪些失败。
"""

运营最头疼的"同一条内容发 N 个平台"，交给它就对了。注意：涉及发布/对外动作，务必让 AI 先"确认"再发：

task = """
把下面这条文案分别发布到我的小红书和微博账号：
『今天体验了 browser-use，AI 自动帮我扒完了竞品数据，太香了 🤯』
发之前先告诉我将要发布的内容和平台，等我回复"确认"再正式发布。
"""

如果你用 Cursor、Claude Code 这类编程 Agent，可以装一个 OpenCLI 的 browser skill，让你的 AI 助手直接用你已登录的浏览器替你操作网站：

# 在你的 AI Agent 里执行（以 OpenCLI 为例）
npx skills add jackwener/opencli --skill opencli-browser

# 之后你只要说：
# "帮我在小红书上发布这篇内容"
# "看看我的 Twitter 通知并总结一下"