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.

