让 AI 控制你的浏览器 🤖

Browsernode 是 Browser-use 的 TypeScript 实现

🌐 Browsernode 是将你的 AI 代理与浏览器连接起来的最简单方式。 ✅ Browsernode 兼容 Browser-use 的所有 API 和功能。

快速入门

需要 Node.js（v20.19.4 或更高版本）和 npm。

❌ Bun 环境存在 Playwright 的 bug。

npm install browsernode

安装 Playwright： Installation | Playwright

npm init playwright@latest

playwright install chromium

将你想要使用的提供商的 API 密钥添加到你的 .env 文件中。

mv .env.example .env

OPENAI_API_KEY=

有关其他设置、模型等更多信息，请查看 文档 📕。

启动你的代理：

CommonJS 风格

const { Agent } = require("browsernode");
const { ChatOpenAI } = require("browsernode/llm");

(async () => {
  const llm = new ChatOpenAI({
    model: "gpt-4.1",
    temperature: 0.0,
    apiKey: process.env.OPENAI_API_KEY,
  });

  const task = "搜索最新的特斯拉股价";
  const agent = new Agent({
    task,
    llm,
  });

  const history = await agent.run();
  console.log(history.usage);
})();

ESM 风格

package.json

{
  // ... 其他属性
  "type": "module"
  // ... 其他属性
}

import { Agent } from "browsernode";
import { ChatOpenAI } from "browsernode/llm";

const llm = new ChatOpenAI({
	model: "gpt-4.1",
	temperature: 0.0,
	apiKey: process.env.OPENAI_API_KEY,
});

const task = "搜索最新的特斯拉股价";
const agent = new Agent({
	task: task,
	llm: llm,
});
agent.run();

运行

npx tsx quickstart.ts

使用 UI 测试

你可以使用 gadio_demo 来测试 Browsernode。

使用交互式 CLI 测试

你也可以使用我们的 browsernode-cli。

演示

任务：查找全球最有价值的公司，将前五名及其市值保存到 companies.txt 文件中。

输出：companies.txt

1. 微软：$3.530 T
2. 英伟达：$3.462 T
3. 苹果：$2.934 T
4. 亚马逊：$2.251 T
5. 谷歌母公司 Alphabet：$2.125 T

任务：在 Google 文档中写一封信给我的爸爸，感谢他所做的一切，并将文档保存为 PDF。

任务：前往 https://en.wikipedia.org/wiki/Banana 页面，点击维基百科页面上的按钮，尽可能快地从“香蕉”主题过渡到“量子力学”。

结果：

// ... 之前的操作
🛠️ 动作 1/1：{
  "clickElement": {
    "index": 41
  }
}
// ... 更多动作
 🛠️ 动作 1/1：{
"done": {
    "success": false，
    "text": "我浏览了香蕉相关的维基百科页面，到达了关于 TR4 黄萎病的部分。然而，我并未完成到达量子力学的任务。"
  }
}
// ... 最终结果
📄 结果：我浏览了香蕉相关的维基百科页面，到达了关于 TR4 黄萎病的部分。然而，我并未完成到达量子力学的任务。

更多示例

更多示例请参阅 examples 文件夹。

贡献

我们非常欢迎贡献！如有任何 bug 或功能请求，欢迎随时提交 issue。如需参与文档编写，请查看 /docs 文件夹。

Browsernode 快速上手指南

Browsernode 是一个基于 TypeScript 实现的开源工具，旨在让 AI 智能体轻松控制浏览器。它是 Browser-use 的 TypeScript 版本，兼容其所有 API 和功能。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• Node.js: 版本需为 v20.19.4 或更高。
  • 下载地址：Node.js 官网
  • 国内用户推荐: 可使用 cnpm 或配置淘宝镜像源加速安装。
• 包管理器: 推荐使用 npm。
  • ⚠️ 注意: 目前不支持 Bun 环境（存在 Playwright 已知 Bug）。
• 浏览器引擎: 需要安装 Playwright 及其浏览器内核（如 Chromium）。

安装步骤

1. 安装 Browsernode

在项目目录下运行以下命令安装核心库：

npm install browsernode

2. 初始化并安装 Playwright

Browsernode 依赖 Playwright 进行浏览器自动化。首先初始化 Playwright 项目，然后安装所需的浏览器内核：

npm init playwright@latest

playwright install chromium

提示: 如果下载 Chromium 速度较慢，可尝试配置 Playwright 的中国镜像源：

PLAYWRIGHT_DOWNLOAD_HOST=https://npmmirror.com/mirrors/playwright playwright install chromium

3. 配置 API 密钥

复制示例环境变量文件并填入您的 LLM 提供商密钥（以 OpenAI 为例）：

mv .env.example .env

编辑 .env 文件，填入密钥：

OPENAI_API_KEY=your_api_key_here

基本使用

以下是使用 Browsernode 让 AI 执行网页任务的最简示例。您可以根据项目类型选择 CommonJS 或 ESM 风格。

方式一：CommonJS 风格 (index.js)

const { Agent } = require("browsernode");
const { ChatOpenAI } = require("browsernode/llm");

(async () => {
  // 初始化大语言模型
  const llm = new ChatOpenAI({
    model: "gpt-4.1",
    temperature: 0.0,
    apiKey: process.env.OPENAI_API_KEY,
  });

  // 定义任务
  const task = "Search for the latest tesla stock price";
  
  // 创建并运行智能体
  const agent = new Agent({
    task,
    llm,
  });

  const history = await agent.run();
  console.log(history.usage);
})();

方式二：ESM 风格 (index.ts 或 index.mjs)

如果您使用 ESM，请确保 package.json 中包含 "type": "module"：

{
  "type": "module"
}

代码示例：

import { Agent } from "browsernode";
import { ChatOpenAI } from "browsernode/llm";

const llm = new ChatOpenAI({
	model: "gpt-4.1",
	temperature: 0.0,
	apiKey: process.env.OPENAI_API_KEY,
});

const task = "Search for the latest tesla stock price";
const agent = new Agent({
	task: task,
	llm: llm,
});

agent.run();

运行代码

如果您使用的是 TypeScript 文件，推荐使用 tsx 直接运行：

npx tsx index.ts

运行后，Agent 将自动启动浏览器，根据指令搜索特斯拉的最新股价，并在控制台输出执行结果和资源使用情况。