browser-agent-py

用大白话指挥浏览器干活，省去写代码的麻烦。

开源 🏷️定价信息待确认 ✅ 目前可打开 智能体 🍴 复刻 2 ⚠️ 作者已归档（停止维护）
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1563
维护状态 低维护
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

browser-agent-py 项目界面预览图
图片来源：项目官网

项目数据

分类智能体
开发团队oxylabs
官网地址https://aistudio.oxylabs.io/apps/browser_agent?utm_source=877&utm_medium=affiliate&utm_campaign=ai_studio&utm_content=browser-agent-py&groupid=877&transaction_id=102f49063ab94276ae8f116d224b67
GitHubhttps://github.com/oxylabs/browser-agent-py
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
技术栈/模型ai-agent,ai-agents,ai-browser,ai-studio,browser-agent,browser-ai,browser-automation,browser-automation-studio
GitHub 星标★ 1563
上线时间2025-10-13 00:00:00
代码更新2026-04-02
仓库体积847 KB
本站数据更新2026-10-13
维护状态低维护
收录时间2026-08-09
浏览次数8

项目介绍

browser-agent-py 是 Oxylabs AI Studio 开发的浏览器智能体工具，它通过自然语言指令驱动真实浏览器自动完成用户浏览任务。该项目将大语言模型与浏览器自动化技术结合，让用户无需编写代码即可让 AI 代理执行网页操作，如填写表单、点击按钮、提取数据等。它解决了传统浏览器自动化脚本编写门槛高、维护成本大的问题，核心能力包括基于自然语言的任务理解、浏览器操作执行、以及可扩展的代理框架。项目处于成长阶段，适合希望快速实现网页自动化的开发者，也适合需要复杂网页交互场景的 AI 应用集成。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1563

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门 约 10 分钟 部署方式：库/依赖 5 步

环境要求

  • Python 3.10 或以上版本
  • Oxylabs AI Studio 的 API Key（可注册免费试用，赠送 1000 credits）
  • 已安装 pip
  • 可访问 aistudio.oxylabs.io 的网络环境

安装与启动步骤

  1. 1检查 Python 版本

    先确认本机 Python 版本为 3.10 或更高，版本过低会导致安装或运行失败，建议直接用 python3 --version 查看。

    python --version

  2. 2获取 API Key

    前往 Oxylabs AI Studio 注册账号，注册后可获得 1000 credits 免费试用额度，并在控制台获取 API Key。

  3. 3安装 SDK 包

    使用 pip 安装官方发布的 oxylabs-ai-studio 包，这是使用 Browser Agent 的前提。

    pip install oxylabs-ai-studio

  4. 4准备浏览任务

    在代码中填入目标 URL，并用自然语言提示或 click、type、navigate、wait 等结构化步骤数组描述浏览流程。

  5. 5获取输出结果

    任务执行完成后可按需取回 JSON、Markdown、HTML 或 PNG 截图等格式的结果，结构化提取需使用 schema。

关键配置

配置项必填说明示例
API Key是调用 Oxylabs AI Studio Browser Agent 的身份凭证，缺省无法发起任务your-api-key-here

如何确认成功

执行 pip show oxylabs-ai-studio 能返回包名与版本信息，即表示安装成功。

常见问题

Q：必须付费才能使用吗？

A：需要 API Key，注册 Oxylabs AI Studio 可获 1000 credits 免费试用额度，用完后按官网方案付费。

Q：需要自己写 Selenium 或 Puppeteer 脚本吗？

A：不需要。Browser Agent 用自然语言描述任务即可执行点击、填写、滚动等操作，无需静态抓取规则或手写脚本。

Q：支持哪些 Python 版本？

A：README 明确要求 Python 3.10 或以上版本。

Q：结果可以输出成什么格式？

A：支持 JSON、Markdown、HTML 和 PNG 截图，浏览流程结束后还可按 schema 请求结构化 JSON。

注意事项

  • 不要将 API Key 硬编码进公开仓库，建议通过环境变量或密钥管理服务注入。
  • 任务描述越具体（URL、步骤顺序、目标数据）执行结果越稳定。
  • 如需结构化数据，请在浏览流程结束后按 schema 请求 JSON 输出。

核心亮点

  • 自然语言驱动，无需编程即可让 AI 操作浏览器完成任务
  • 基于真实浏览器环境，兼容性优于模拟 DOM 的方案
  • 由 Oxylabs 提供支持，有商业公司背书，技术迭代有保障

不足之处

  • 项目仍处于成长阶段，API 和功能稳定性可能不足
  • 依赖外部大模型服务，可能产生额外成本或延迟

适用场景

  • 自动化测试：用自然语言描述测试步骤，快速生成浏览器测试脚本
  • 数据采集：让 AI 代理在网页上查找并提取特定信息
  • 工作流自动化：自动完成重复性网页操作，如填表、下单等

替代项目

browser-use、Playwright MCP、Skyvern

上一篇：hacker-podcast

下一篇：openops

同类项目推荐

herdr-browser 开源

在终端窗格里直接看并操控真实 Chromium 网页

Render a real Chromium view inside a Herdr pane and drive it over CDP.

★ 360 2026-09-15
pojia-next 开源

双击一下，六个 AI 客户端的提示词人格全换好，还能一键还原

四个 AI 客户端的内置提示词一键替换：DSH / WorkBuddy / ZCode / Codex。双击即用、可自证···

★ 1109 2026-10-19
docker-android 开源

一条命令把安卓模拟器装进 Docker，浏览器直接操作

Android in docker solution with noVNC supported, video recording, mcp server and AI-···

★ 16107 2026-09-22
on-device-browser-agent 开源

浏览器里跑本地大模型，动嘴就能自动操作网页，数据不出门

On-device AI browser automation using WebLLM. No cloud, no API keys, fully private.

★ 305 2026-09-18
meshgen 开源

在 Blender 里用嘴建模，AI 自动写脚本搭场景

Use AI Agents directly in Blender.

★ 945 2026-09-22
foxprofile 开源

自托管防关联浏览器，一个配置一个身份，还能给 AI 用

Free, open-source anti-detect browser profile manager: per-profile fingerprint, cook···

★ 189 2026-10-21
banco 开源

在终端里管项目，告别切来切去的 GUI

:file_folder: A project management tool for the command line

★ 58 2026-08-09
tongflow 开源

拖拽画布串起多模态 AI，一句话生成完整工作流

Modality-First GenAI Platform

★ 1045 2026-10-19
terramate 开源

不改 Terraform 代码，就能编排多环境 IaC 并检测漂移

Open-source Infrastructure as Code (IaC) orchestration platform: GitOps workflows, o···

★ 3648 2026-09-24