browser-agent-py

用大白话指挥浏览器干活，省去写代码的麻烦。

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。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1565

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队oxylabs

所属国家

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unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议

主要语言

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★ 1565

30天Star增速

HF 下载量

上线时间2025-10-13 00:00:00

最近更新2026-09-16 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

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

项目介绍

browser-agent-py 是自动化工作流领域的开源项目，由 oxylabs 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,565）位列前 30%，在自动化工作流分类中处于中上游。

近 45 天，它的 GitHub 星标从 1,437 增加到 1,565，净增 128。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-16。从国内网络环境看，可直接访问。

它主要面向的使用场景是：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。同类可对比的替代方案包括 browser-use、Playwright MCP、Skyvern。

上一篇：hacker-podcast

下一篇：openops