文档 / 工具与执行

Browser Use

连接 Chrome 后读取页面、截图和交互,先确认浏览器桥接状态。

Browser Use 通过本地 Browser Bridge 连接 Chrome,提供标签页、页面读取、截图和交互工具。适合需要实际页面状态的任务,比如读取动态页面或检查本地网页。

准备浏览器连接

源码环境需要构建桥接程序、在 Chrome 中加载扩展,并安装 Native Messaging Host。仅有模型连接或桥接可执行文件,还不能保证浏览器已就绪。

在仓库根目录构建:

./browser-bridge/build.sh

在 Chrome 扩展管理页启用开发者模式,加载 browser-bridge/apps/chrome-extension/。安装本地桥接并检查状态:

./browser-bridge/skill/scripts/abb install-native-host --json
./browser-bridge/skill/scripts/abb doctor --json
./browser-bridge/skill/scripts/abb capabilities --json

当前实现仍需要在实际 Chrome 配置中确认连通性。诊断未就绪时,先修复扩展或 Native Host,不要反复发起网页任务。

在会话中使用

连接正常后,明确提供页面地址和目标。例如:“打开这个本地页面,检查导航和博客卡片是否能正常点击,把发现的问题列出来。”日常任务由内置 browser_* 工具执行,诊断 CLI 主要用于安装与排障。

查看工具返回的页面文字、截图和交互结果,确认操作发生在正确的标签页。页面变化后应重新读取状态,避免沿用旧页面中的元素信息。

待补实拍 · 30浏览器读取任务结果browser-task.png

在公开示例网页完成一次真实读取;保留浏览器工具记录和返回结果

与联网工具的区别

只需要文章原文时,网页读取通常更直接。需要登录态、动态内容或真实点击时,再使用 Browser Use。浏览器连接异常与模型请求失败是不同问题,排查时分别检查。