Browser4

让 AI 智能体自己开浏览器,自动抓数据、跑流程

开源 🏷️定价信息待确认 ✅ 目前可打开 自动化工作流 🍴 复刻 152 🐛 待处理 65 👀 关注 19
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1186
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

Browser4 项目界面预览图
图片来源:项目官网

项目数据

分类自动化工作流
开发团队platonai
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
开源协议Apache-2.0
主要语言Kotlin
技术栈/模型agentic-ai,agentic-browser,ai-browser,browser-agent,browser-infra,browser-use-agent,chrome-browser,chrome-devtools-protocol,chrome-extension,chrome-headless,deepseek,deepseek-harness,dsh,dsh-plugin
GitHub 星标★ 1186
上线时间2018-03-12 00:00:00
代码更新2026-11-21
仓库体积101.2 MB
本站数据更新2026-11-22
维护状态活跃
收录时间2026-10-08
浏览次数4

项目介绍

Browser4 是一个用 Kotlin 编写的 AI 原生浏览器引擎,面向自主智能体、智能信息提取和大规模网页自动化场景。它把浏览器从被动渲染工具升级为可被 AI 直接驱动的执行环境,让智能体能够像人一样打开页面、理解 DOM、点击交互并抽取结构化数据。核心能力包括:为 agent 提供稳定的浏览器控制接口、支持基于语义的页面理解与元素定位、面向批量任务的并发与调度能力,以及通过 Chrome DevTools 协议对接真实 Chrome 环境。相比传统爬虫或 RPA,它更强调“AI 决策 + 浏览器执行”的闭环,适合需要动态渲染、登录态、复杂交互的网页任务。项目处于成长阶段,星标约 1152,生态与文档仍在完善中。

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 2026-10-08 · 当前星标 ★ 1186

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 5 步

环境要求

  • Node.js 与 npm(使用 npm 全局安装方式时需要)
  • 操作系统:Windows、Linux 或 macOS
  • 网络可访问 npm registry 与 Browser4 安装脚本/下载源
  • 至少一个 LLM 服务商的 API Key(仅 AI 命令需要)

安装与启动步骤

  1. 1安装 browser4-cli

    用 npm 全局安装 CLI。README 说明手动安装是可选的,也可让 AI agent 读取 SKILL.md 自行安装。

    npm install -g browser4-cli
  2. 2安装后端运行时

    安装 Browser4 后端 runtime bundle。机器上已有后端时改用 browser4-cli upgrade 升级;传 --skip-backend 可跳过此步。

    browser4-cli install
  3. 3配置 LLM 密钥

    extract、summarize、chat、agent run 等 AI 命令需要密钥,从 DeepSeek 等 provider 中任选一个导出。

    export DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx
  4. 4检查密钥与模型

    doctor 会打印最终生效的密钥来源 Selected key 和后端将请求的模型 Active model,借此确认配置是否正确。

    browser4-cli doctor
  5. 5打开浏览器验证

    以有头模式打开浏览器窗口,适合需要人工查看的演示;后续具体任务可交由 AI agent 执行。

    browser4-cli open --headed

关键配置

配置项必填说明示例
DEEPSEEK_API_KEY否DeepSeek 服务商密钥,AI 命令需至少配置一个 providersk-xxxxxxxxxxxxxxxxxxxxxxxx
OPENAI_API_KEY否OpenAI 兼容服务商密钥(含阿里云 Qwen 等)sk-xxxxxxxxxxxxxxxxxxxxxxxx
OPENAI_MODEL_NAME否配合 OPENAI_API_KEY 指定请求的模型名称qwen-plus
OPENAI_BASE_URL否OpenAI 兼容接口的 base url,用于切换自建或第三方端点https://api.openai.com/v1
OPENROUTER_API_KEY否OpenRouter 服务商密钥,需与 MODEL_NAME、BASE_URL 配合sk-or-xxxxxxxxxxxxxxxx
PROXY_ROTATION_URL否代理轮换地址,每次访问返回一个或多个新代理 IP,用于解除网站封禁https://your-proxy-provider.com/rotation-endpoint

如何确认成功

执行 browser4-cli doctor 无报错,能看到 Selected key 与 Active model;browser4-cli open --headed 能弹出浏览器窗口。

常见问题

Q:配置了多个服务商密钥,实际用哪个?

A:按内置检测顺序,专用 provider(如 deepseek)优先于 openai,残留的 DEEPSEEK_API_KEY 会覆盖 OPENAI_*;doctor 的 Selected key 显示最终生效的密钥。

Q:已经有后端了,怎么升级?

A:运行 browser4-cli upgrade 升级后端;若只想装 CLI 不装后端,在安装命令后加 --skip-backend。

Q:不想用 npm 安装怎么办?

A:可用官方一键脚本:Windows PowerShell 用 install-browser4-cli.ps1,Linux/macOS 用 install-browser4-cli.sh,脚本会自动安装后端。

Q:AI 命令提示缺少密钥?

A:确认已导出 DEEPSEEK_API_KEY、OPENAI_API_KEY 等任一 provider 的环境变量,并用 browser4-cli doctor 检查 Selected key。

Q:访问网站被拦截怎么办?

A:设置环境变量 PROXY_ROTATION_URL 为代理服务商提供的轮换地址,每次访问会返回新的代理 IP。

注意事项

  • README 明确说明手动安装是可选的,也可以把 Quick Start 里的指令交给 AI agent,让它读 https://browser4.io/SKILL.md 自动安装并执行任务。
  • 只需配置一个 LLM provider,多个密钥同时存在时会按内置顺序决定生效者。
  • Windows 与 Linux/macOS 均可通过官方安装脚本一键引导原生二进制并自动安装后端 runtime。
  • Browser4 有两类 skill 命令:skills 管理 CLI 内置技能文档,skill-list/skill-install 等管理后端运行时技能。

核心亮点

  • AI 原生设计,浏览器控制接口直接面向智能体决策,而非传统脚本录制
  • 基于 Kotlin 实现,可对接 Chrome DevTools 协议,复用真实浏览器环境与登录态
  • 覆盖自主智能体、智能提取、大规模自动化三类场景,定位清晰

不足之处

  • 项目较新,文档与示例丰富度有限,上手需要一定浏览器自动化基础
  • Kotlin 技术栈相对小众,非 JVM 生态团队接入成本较高

适用场景

  • 让 AI 智能体自动登录后台系统并批量提取报表数据
  • 对动态渲染的电商/资讯页面做结构化信息采集
  • 大规模网页流程自动化,如批量表单填写与状态巡检

替代项目

browser-use、Playwright、Puppeteer

上一篇:groovy-geb

下一篇:browser-with-fingerprints

同类项目推荐

geekgeekrun 开源

一键海投,自动开聊,让求职像刷剧一样轻松

牛人快跑 - GeekGeekRun,求职找工作自动化工具,基于 Puppeteer、Electron。界面友好,简···

★ 3230 2026-08-10
webmcp-sdk 开源

让大模型无需改码,远程操控任意网页,快速构建 AI 应用。

OpenTiny NEXT-SDKs is a front-end AI and browser automation toolkit. It implements W···

★ 125 2026-08-09
windmill 开源

写脚本自动变工作流和内部工具,自托管还快

Code-first platform for workflows, apps and AI agents, on the fastest self-hostable ···

★ 18663 2026-11-07
python-sdk 开源

让AI像人一样操作电脑和手机,自动完成界面任务

Enable AI to control your desktop, mobile and HMI devices

★ 558 2026-08-10
native-devtools-mcp 开源

让 AI 直接截图、点击、打字,操控电脑和浏览器

MCP server for computer use & browser automation - screenshot, OCR, click, type, fi···

★ 142 2026-09-27
browsentic 开源

在你已登录的浏览器里,让现有 AI 助手直接操作网页

An agentic browser harness: an AI side panel & orb in your own logged-in Chrome, Edg···

★ 300 2026-10-27
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.

★ 950 2026-09-22
fsearch 开源

整盘文件秒搜,模糊拼错也能找到

Whole-disk file search for macOS: fuzzy names, typo tolerance, indexed content grep.···

★ 2233 2026-10-10
AI-Workflow-Hub-2000- 开源

复制即用,2000+现成N8N工作流模板,快速搞定AI自动化。

2000+ free N8N AI automation workflows. Discover, copy and use in your projects.

★ 324 2026-08-10