让 AI 帮你操作浏览器，browser-use 到底怎么用

browser-use 是目前最火的 AI 浏览器自动化 Skill。它做的事很简单：让 AI 替你操作浏览器。

比如你可以说，「帮我去某个网站填个表」，它就真的打开浏览器，找到输入框，一个一个填进去，点提交。你说「帮我把这个网页上的数据抓下来」，它就自己翻页、定位、提取，最后给你整理好。

装法很简单。用 Claude Code、Trae、OpenCode 或者 Cursor 这些 AI 编程工具，把 GitHub 地址告诉 AI，跟它说：

帮我安装 browser-use 这个 Skill：https://github.com/browser-use/browser-use

装好之后你就可以直接给 AI 下任务了。如果你不确定怎么用，直接问 AI 就行，比如你可以说「教我怎么连接我自己的 Chrome 浏览器」或者「帮我用 browser-use 抓取某个网页的数据」，AI 会一步一步带你搞定。

那 AI 是怎么「看懂」一个网页的？

这是 browser-use 很聪明的一个设计。它会把当前页面上所有可以点击、可以输入的元素提取出来，每个元素标上一个编号。AI 拿到这份清单之后，就知道编号 5 是用户名输入框，编号 6 是密码框，编号 7 是登录按钮。然后 AI 只需要按编号操作，在 5 里输入用户名，在 6 里输入密码，点击 7，登录就完成了。

你想想看，不管网页多复杂，对 AI 来说都变成了「看清单，选编号，执行动作」这三步。AI 不需要理解网页图形，一份编号清单就够了。