Thứ Tư, 21 Tháng 10, 2026

AIINEWS

Báo cáo chuyên sâu về Trí tuệ nhân tạo và Công nghệ toàn cầu

Hướng dẫn Browser-Use Next: Xây dựng AI Agent Điều khiển Trình duyệt Đa tab Tự động bằng Vision

21 tháng 10, 2026•3 phút đọc
Hướng dẫn Browser-Use Next: Xây dựng AI Agent Điều khiển Trình duyệt Đa tab Tự động bằng Vision

Tóm lược nhanh

Tổng hợp và đối chiếu bởi gemini-2.0-flash-thinking-exp

“Tác nhân trình duyệt nguồn mở. Chạy cục bộ với bất kỳ LLM nào hoặc trên Đám mây sử dụng trình duyệt: trình duyệt ẩn từ 0,02 USD/giờ, điểm cao nhất (90”

Các điểm cốt lõi

  • 1.Hướng dẫn Browser-Use Next: Xây dựng AI Agent Điều khiển Trình duyệt Đa tab Tự động bằng Vision
  • 2.Phân tích kiến trúc hệ thống và khả năng ứng dụng thực tiễn.
  • 3.Đánh giá hiệu năng và tác động tới hệ sinh thái công nghệ.

Tác nhân trình duyệt nguồn mở. Chạy cục bộ với bất kỳ LLM nào hoặc trên Đám mây sử dụng trình duyệt: trình duyệt ẩn từ 0,02 USD/giờ, điểm cao nhất (90,5%) trên Stealth Bench V2.

Tìm chỗ trống, chọn ngày và giờ, xử lý CAPTCHA và đăng ký thi lái xe.

**Trình thu thập dữ liệu và tác nhân AI:** đọc browser-use.com/llms.txt để biết bản đồ sản phẩm (mã nguồn mở, Khai thác trình duyệt, trình duyệt trên đám mây, API tác nhân, giá cả) và docs.browser-use.com/llms.txt để biết chỉ mục tài liệu. Sử dụng trình duyệt là tác nhân trình duyệt nguồn mở (Python và TypeScript), trình duyệt đám mây trị giá 0,02 USD cho mỗi giờ trình duyệt với tính năng ẩn, giải quyết CAPTCHA và proxy dân cư cũng như API tác nhân được lưu trữ.

- **Đường dẫn 1: Đám mây được lưu trữ đầy đủ:** Mở rộng quy mô với tác nhân và trình duyệt được lưu trữ đầy đủ. - **Đường dẫn 2: CLI:** Tự động hóa các tác vụ trên trình duyệt của riêng bạn. - **Đường dẫn 3: Thư viện Python:** Chạy tác nhân Sử dụng trình duyệt mã nguồn mở cục bộ từ mã của riêng bạn.

Mở rộng quy mô tự động hóa trình duyệt với tác nhân được lưu trữ, trình duyệt ẩn và cơ sở hạ tầng dành cho hồ sơ, bản ghi và chính sách dữ liệu.

Những người đăng ký mới trên Google, GitHub hoặc Microsoft sẽ nhận được **$1 tín dụng trên đám mây**.

Dán lời nhắc này vào Claude Code, Codex, Hermes, OpenClaw hoặc Agent AI yêu thích của bạn.

``` Cài đặt hoặc nâng cấp trình duyệt sử dụng lên phiên bản ổn định mới nhất với uv bằng Python 3.12, chạy `cài đặt kỹ năng sử dụng trình duyệt` để đăng ký kỹ năng và kết nối nó với trình duyệt của tôi. Nếu thiết lập hoặc kết nối không thành công, hãy làm theo https://github.com/browser-use/browser-harness/blob/main/install.md. ``` Chạy tác nhân Sử dụng trình duyệt cục bộ từ Python, với lựa chọn mô hình và trình duyệt cục bộ hoặc đám mây của bạn:

**1. Cài đặt Sử dụng trình duyệt (Python >= 3.11):**

Sau khi cài đặt uv, trước tiên hãy chạy `uv init --python 3.12` nếu bạn đang bắt đầu một dự án mới.

`uv thêm trình duyệt sử dụng` **2. Thêm khóa API OpenAI của bạn vào `.env`:**

``` # .env OPENAI_API_KEY=chìa khóa của bạn # BROWSER_USE_API_KEY=your-key # Tùy chọn: mô hình BU2 hoặc trình duyệt đám mây ``` Đối với dịch vụ Sử dụng trình duyệt tùy chọn, hãy lấy khóa API sử dụng trình duyệt.

``` nhập asyncio từ browser_use import Agent, Browser, ChatBrowserUse, ChatOpenAI từ dotenv nhập tải_dotenv tải_dotenv() async def main(): llm = ChatOpenAI(model='gpt-5.6-luna', Reasoning_effort='xhigh') # llm = ChatBrowserUse(model='bu-2-0') # Thay vào đó hãy sử dụng BU2; yêu cầu BROWSER_USE_API_KEY Agent AI = Agent AI( task="Tìm số sao của repo sử dụng trình duyệt", llm=llm, # browser=Browser(use_cloud=True), # Sử dụng trình duyệt đám mây; yêu cầu BROWSER_USE_API_KEY ) lịch sử = đang chờ tác nhân.run() print(history.final_result()) nếu __name__ == "__main__": asyncio.run(chính()) ``` Để sử dụng BU2, hãy thay thế dòng `ChatOpenAI` bằng dòng `ChatBrowserUse` đã nhận xét. Tùy chọn trình duyệt đám mây hoạt động với một trong hai mô hình.

`uv chạy Agent.py` Tác nhân mở trình duyệt, tra cứu kho lưu trữ và in câu trả lời của nó.

**5. Chạy cùng một tác nhân trên trình duyệt đám mây (không cần cài đặt Chrome; hoạt động trong Docker, CI và serverless):**

Bản quyền & Xuất xứ thông tin

Bài viết này được tổng hợp và phân tích AI từ ấn phẩm GitHub AI Trending. Mọi bản quyền nội dung thuộc về tác giả và toà soạn gốc.

Xem tại nguồn gốc
Chia sẻ bài phân tích này:

Các phân tích liên quan

Binance bị hack 6,3 tỷ USD thế nào?
GenKkhoảng 2 giờ trước

Binance bị hack 6,3 tỷ USD thế nào?

**Báo cáo sự cố đầu tiên của Binance cho thấy nhóm tin tặc đi qua ba kỹ sư, một bản cài đặt công cụ lập trình AI giả mạo, một buổi phỏng vấn tuyển dụng giả và một công cụ AI nội bộ trước khi rút khoảng 6,34 tỷ USD.** Ngày 3/11, Binance công bố báo cáo sự cố đầu tiên về vụ trộm hôm 29/10, khoảng 6,34 tỷ USD, tương đương khoảng 165 nghìn tỷ đồng, vụ hack lớn nhất lịch sử các sàn tiền số. Sàn gọi đây là "chiến dịch nhiều giai đoạn" kéo dài vài...

5 phút đọc10
Baidu phát hành Flash Base ERNIE 5.5: Mô hình cơ sở MoE 280B với thông số hoạt động 14B
MarkTechPost AI Researchkhoảng 8 giờ trước

Baidu phát hành Flash Base ERNIE 5.5: Mô hình cơ sở MoE 280B với thông số hoạt động 14B

Baidu đã phát hành ERNIE 5.5 Flash Base, điểm kiểm tra sơ bộ trước khi đào tạo của mô hình ngôn ngữ Mixture-of-Experts thưa thớt mới của nó. ERNIE 5.5 Flash Base là mô hình văn bản có tham số 280B của Baidu kích hoạt 14B tham số trên mỗi mã thông báo. Trọng lượng dừng lại khi kết thúc quá trình luyện tập trước và không áp dụng giữa hoặc sau quá trình luyện tập. Đây là điểm khởi đầu rõ ràng cho các nhóm muốn so sánh các phương pháp tinh chỉnh,...

6 phút đọc27
OpenAI phát hành mô hình an ninh mạng mới Thế đã đủ chưa?
TechCrunchkhoảng 11 giờ trước

OpenAI phát hành mô hình an ninh mạng mới Thế đã đủ chưa?

Max Justicz, giám đốc công nghệ và đồng sáng lập của công ty khởi nghiệp Charge Robotics, đã sử dụng mô hình OpenAI để tìm ra một lỗ hổng nghiêm trọng – nếu bị khai thác – có thể cho phép tin tặc chiếm quyền kiểm soát các máy chủ chạy Ubuntu, một hệ điều hành dựa trên Linux nguồn mở được sử dụng rộng rãi. Justicz, người có sở thích về an ninh mạng và trước đó đã tìm thấy lỗ hổng trong cùng một cơ sở mã, nói với TechCrunch rằng anh ấy đã phát...

6 phút đọc36