browser-agent-py
活跃·★ 1.4k·更新于 2026-04-02
★ 时下流行
Browser Agent 是一个由 AI 驱动的浏览器自动化工具，用户可以通过自然语言指令控制浏览操作并提取结构化数据。它通过消除对传统脚本或静态抓取规则的需求，简化了网络自动化。
browser-agent-py 当前归类于 Vision / Multimodal，更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看，它尤其强调 通过浏览器 AI 完全控制——执行点击、输入、导航和滚动。、电子商务结账模拟——将商品添加到购物车，应用优惠券，确认结账流程。 这类能力。同时它也具备一定社区热度，当前 GitHub Stars 为 1.4k。
#AI 自动化#浏览器自动化#网络爬虫#自然语言#Python SDK
01
功能特性
01通过浏览器 AI 完全控制——执行点击、输入、导航和滚动。
02多步骤任务执行——用自然语言定义浏览流程。
03多种输出——获取 JSON、Markdown、HTML 或 PNG 截图格式的结果。
04动态内容支持——与 JavaScript 渲染的页面交互。
05基于模式的提取——在浏览序列完成后请求结构化 JSON。
02
为什么选择它
+通过浏览器 AI 完全控制——执行点击、输入、导航和滚动。
+电子商务结账模拟——将商品添加到购物车，应用优惠券，确认结账流程。
+最近一次更新时间为 2026-04-02，说明项目仍在持续维护。
03
权衡点
!兼容平台信息较少，更适合先确认目标运行环境后再选型。
!同分类下还有 8 个相关工具可比较，最终选择更适合在同类对比后决定。
04
兼容性
Oxylabs AI Studio
原生支持
已通过文档验证
Python
所需 Python 版本
已通过文档验证
05
快速开始
1
$ pip install oxylabs-ai-studio
06
使用场景
↳电子商务结账模拟——将商品添加到购物车，应用优惠券，确认结账流程。
↳旅行搜索自动化——输入目的地，应用筛选器，并提取航班或酒店价格。
↳求职信息抓取——搜索职位，点击帖子，提取职位详细信息。
07
同类对比
≈browser-agent-py 属于 Vision / Multimodal 分类，适合与 ragflow 等同类工具一起比较，而不是单独判断。
≈如果你的核心需求更接近“电子商务结账模拟——将商品添加到购物车，应用优惠券，确认结账流程。”，那么这类场景会比泛用型工具对比更有参考价值。
≈browser-agent-py 的许可信息和社区热度都应该与同类项目一起看。
08
同类工具
相关搜索
评论
登录后发表评论
暂无评论，来发表第一条吧