浏览器控制

最后更新：2026-06-08 数据来源：data/tools.yaml 自动生成

🧭 浏览器控制选型罗盘

你的情况 推荐工具 理由
复杂网页自动化（登录/填表/点击） Browser Use 97K Stars，DOM 解析 + 视觉识别，功能最强
跨浏览器测试/自动化 Playwright Microsoft 出品，Chromium/Firefox/WebKit 全支持
命令行自动化脚本 Agent Browser-labs/agent-browser) Vercel 出品，CLI 形式，轻量易集成
Chrome 扩展形式 Nanobrowser 浏览器插件，无需额外安装，多 Agent 协作
绕过反爬/Cloudflare Camofox Browser 隐身无头浏览器，专门绕过反爬检测
视觉优先，截图+坐标 Browser Agent 截图 + 坐标点击，适合通用 Agent
系统级屏幕操控 Anthropic / OpenAI Computer Use 不限于浏览器，可操控任意桌面应用

[!TIP] Browser Use 是 2026 年浏览器控制的最佳选择 97K Stars，让 AI Agent 具备完整的浏览器自主操作能力。结合 Playwright 底层，支持登录、填表、点击等复杂操作，MCP Server 集成。

⚡ 极简实战：让 AI 自己上网 (以 Browser Use 为例)

在 2026 年，控制浏览器不需要手写繁琐的 XPath 或 CSS 选择器。视觉模型会自己“看”屏幕并点击。只需要不到 10 行代码：

from browser_use import Agent
import asyncio

async def main():
    # 只要告诉它目标，它会自动打开浏览器，搜索、点击、甚至滚动页面
    agent = Agent(task="去 Github 搜索 AI Landscape 项目，找到排名前三的仓库并告诉我它们的名字")
    await agent.run()

asyncio.run(main())

📋 浏览器控制工具总览

🌐 浏览器

名称 简介 标签 亮点
Browser Use 让大模型具备完整的浏览器自主操作能力，结合 Playwright 等底层 vscode-extension, automation, mcp DOM 解析与视觉识别结合
大幅增强 Agent 的互联网交互能力
MCP Server 集成
Playwright Microsoft 出品跨浏览器自动化框架，MCP Server 支持 vscode-extension, automation, mcp Microsoft 出品
跨浏览器 (Chromium/Firefox/WebKit)
MCP Server 支持
70K+ Stars
Agent Browser Vercel 出品的 AI Agent 浏览器自动化 CLI vscode-extension, agent, automation, cloud-only 35.5K Stars
Vercel 出品
浏览器自动化 CLI
Playwright MCP 微软出品的 Playwright MCP 服务器，AI 浏览器控制 vscode-extension, mcp 微软出品
Playwright MCP 服务器
33K Stars
Nanobrowser 开源 Chrome 扩展，AI 多 Agent 网页自动化 vscode-extension, agent Chrome 扩展
AI 多 Agent 网页自动化
13K Stars
Stagehand AI 网页交互工具，让 Agent 自然语言操控网页 vscode-extension, chat, automation AI 网页交互
自然语言操控
TypeScript 原生
OpenBrowser 让 AI Agent 浏览网页的自主工具包 vscode-extension, agent, autonomous 9.5K Stars
自主浏览
AI Agent 工具包
Camofox Browser 隐身无头浏览器，绕过 Cloudflare 等反爬 vscode-extension, security 6.5K Stars
隐身浏览器
绕过反爬
Browser Agent 视觉优先的开源浏览器 Agent vscode-extension, multimodal, agent 4.1K Stars
视觉优先
浏览器 Agent

🖥️ 计算机使用

名称 简介 标签 亮点
UI-TARS-desktop 字节跳动开源的多模态 AI Agent 桌面应用 agent, multimodal, desktop 字节跳动开源
多模态 AI Agent
36K Stars
Anthropic Computer Use Claude 屏幕操作能力，系统级自主控制 agent, anthropic 屏幕理解与操作
系统级自主控制
Claude 原生能力
OpenAI Computer Use GPT-5.5 内置计算机使用能力 agent, openai-compatible GPT-5.5 原生支持
屏幕理解与操作
多模态驱动

💡 工具对比

维度 Browser Use Agent Browser Nanobrowser Camofox Browser Agent
Stars 97K 35.5K 13K 6.5K 4.1K
开源 ✅ ✅ ✅ ✅ ✅
学习曲线 中 低 低 中 低
功能强度 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐
稳定性 ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐
适用场景 复杂自动化 CLI 自动化 简单任务 反爬 视觉操控

更新频率：每季度更新 自动化：运行 python scripts/build_docs.py 从 YAML 重新渲染表格。