核心定位
Browser-Use 是一款专业级浏览器自动化 AI Agent，解决 Claude Desktop 内置 browser tool 难以应对的复杂场景。它将完整任务拆解为多步骤自主执行，而非依赖外部人工逐步指导。
核心用法
触发场景：5步以上连续操作、反检测需求、批量重复任务。使用流程分五阶段：环境检查 → 首次安装 → 模式选择（内置 Chromium vs 真 Chrome 远程调试）→ 脚本编写执行 → 结果反馈。
脚本关键：需通过 ChatOpenAI 配置 LLM（推荐 GPT-4o-mini），实例化 Browser 与 Agent，其中 task 参数必须用具体分步描述（如"1. 打开URL 2. 输入用户名..."），模糊指令会导致失败。
敏感数据处理：支持 sensitive_data 参数隔离真实密码，配合 use_vision=False 防止截图泄露。
显著优点
1. 流程完整性：单条 task 自主完成登录→导航→填表→提交全流程，无需人工逐步干预
2. 反检测能力：模式B可连接用户真 Chrome 实例，继承真实登录态与浏览器指纹
3. 自适应容错：UI 变化时可自动调整，支持键盘导航兜底与错误恢复指令
4. 参数精细化：max_steps、allowed_domains、fallback_llm 等提供细粒度控制
潜在局限
1. 成本敏感：每步调用外部 LLM，长流程费用显著高于内置 tool
2. 速度瓶颈：多步骤 LLM 调用导致执行较慢，不适合实时性要求高的场景
3. 平台兼容限制：Gemini 不兼容结构化输出，LLM 选择受限
4. CAPTCHA 瓶颈：无法自动突破人机验证，需人工介入等待
5. 部署复杂度：需 Python 虚拟环境、Playwright 浏览器安装，首次配置门槛较高
适合人群
- 需自动化社交媒体运营（Reddit/推特发帖、多账号管理）的内容创作者
- 执行复杂数据抓取（需登录态、多页跳转）的研究者与开发者
- 有反检测需求的合规测试场景（如自有账号的自动化操作）
- 愿意用时间/成本换取自动化程度的效率优先用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| 账号封禁 | 自动化行为违反平台 ToS，新账号尤其易被反垃圾系统拦截 |
| 成本失控 | `max_steps` 设置不当可能导致过量 LLM 调用 |
| 隐私泄露 | `use_vision=True` 时截图可能意外包含敏感信息 |
| 环境依赖 | Playwright 浏览器版本与目标网站兼容性问题 |
| 会话劫持 | 模式B的远程调试端口若暴露于公网存在安全风险 |