使用browser-use CLI进行浏览器自动化

该browser-use命令提供快速、持久的浏览器自动化。后台守护进程使浏览器在命令之间保持打开状态，每次调用延迟约为50毫秒。

先决条件

browser-use doctor    # 验证安装

有关安装详情，请参阅https://github.com/browser-use/browser-use/blob/main/browser_use/skill_cli/README.md

核心工作流程

1. 导航：browser-use open <url>— 如有需要则启动浏览器
2. 检查：browser-use state— 返回带索引的可点击元素
3. 交互：使用state命令中的索引（browser-use click 5、browser-use input 3 "文本"）
4. 验证：browser-use state或browser-use screenshot以确认
5. 重复：浏览器在命令之间保持打开状态
6. 清理：browser-use close完成后使用

浏览器模式

browser-use open <url>                         # 默认：无头Chromium
browser-use --headed open <url>                # 可见窗口
browser-use --profile "Default" open <url>      # 使用Default配置文件的真实Chrome（现有登录信息/cookies）
browser-use --profile "Profile 1" open <url>   # 使用指定配置文件的真实Chrome
browser-use --connect open <url>               # 通过CDP自动发现正在运行的Chrome
browser-use --cdp-url ws://localhost:9222/... open <url>  # 通过CDP URL连接

--connect，--cdp-url和--profile是互斥的。

命令

# 导航
browser-use open <url>                    # 导航到 URL
browser-use back                          # 后退
browser-use scroll down                   # 向下滚动（--amount N 指定像素数）
browser-use scroll up                     # 向上滚动
browser-use switch <tab>                  # 按索引切换到标签页
browser-use close-tab [tab]               # 关闭标签页（未指定索引则关闭当前标签页）

# 页面状态 — 始终先运行 state 以获取元素索引
browser-use state                         # 获取 URL、标题、带索引的可点击元素
browser-use screenshot [path.png]         # 截图（未指定路径则返回 base64，--full 用于整页截图）

# 交互 — 使用 state 返回的索引
browser-use click <index>                 # 按索引点击元素
browser-use click <x> <y>                 # 按像素坐标点击
browser-use type "text"                   # 向焦点元素输入文本
browser-use input <index> "text"          # 点击元素，然后输入文本
browser-use keys "Enter"                  # 发送键盘按键（也支持 "Control+a" 等）
browser-use select <index> "option"       # 选择下拉选项
browser-use upload <index> <path>         # 向文件输入框上传文件
browser-use hover <index>                 # 悬停在元素上
browser-use dblclick <index>              # 双击元素
browser-use rightclick <index>            # 右键点击元素

# 数据提取
browser-use eval "js code"                # 执行 JavaScript，返回结果
browser-use get title                     # 页面标题
browser-use get html [--selector "h1"]    # 页面 HTML（或限定到选择器）
browser-use get text <index>              # 元素文本内容
browser-use get value <index>             # 输入框/文本域的值
browser-use get attributes <index>        # 元素属性
browser-use get bbox <index>              # 边界框 (x, y, width, height)

# 等待
browser-use wait selector "css"           # 等待元素（--state visible|hidden|attached|detached，--timeout 毫秒）
browser-use wait text "text"              # 等待文本出现

# Cookie
browser-use cookies get [--url <url>]     # 获取 Cookie（可选过滤）
browser-use cookies set <name> <value>    # 设置 Cookie（--domain, --secure, --http-only, --same-site, --expires）
browser-use cookies clear [--url <url>]   # 清除 Cookie
browser-use cookies export <file>         # 导出到 JSON
browser-use cookies import <file>         # 从 JSON 导入

# Python — 具有浏览器访问权限的持久会话
browser-use python "code"                 # 执行 Python 代码（变量在多次调用间持久化）
browser-use python --file script.py       # 运行文件
browser-use python --vars                 # 显示已定义的变量
browser-use python --reset                # 清除命名空间

# 会话
browser-use close                         # 关闭浏览器并停止守护进程
browser-use sessions                      # 列出活动会话
browser-use close --all                   # 关闭所有会话

Python 的browser对象提供：browser.url、browser.title、browser.html、browser.goto(url)、browser.back()、browser.click(index),browser.type(text),browser.input(index, text),browser.keys(keys),browser.upload(index, path),browser.screenshot(path),browser.scroll(direction, amount),browser.wait(seconds).

云端API

browser-use cloud connect                 # 配置云端浏览器并连接
browser-use cloud connect --timeout 120 --proxy-country US  # 带选项
browser-use cloud login <api-key>         # 保存API密钥（或设置BROWSER_USE_API_KEY）
browser-use cloud logout                  # 移除API密钥
browser-use cloud v2 GET /browsers        # REST透传（v2或v3）
browser-use cloud v2 POST /tasks '{"task":"...","url":"..."}'
browser-use cloud v2 poll <task-id>       # 轮询任务直至完成
browser-use cloud v2 --help               # 显示API端点

cloud connect配置一个云端浏览器，通过CDP连接，并打印一个实时URL。browser-use close断开连接并停止云端浏览器。

隧道

browser-use tunnel <端口>                 # 启动 Cloudflare 隧道（幂等操作）
browser-use tunnel list                   # 显示活动隧道
browser-use tunnel stop <端口>            # 停止隧道
browser-use tunnel stop --all             # 停止所有隧道

配置文件管理

browser-use profile list                  # 列出检测到的浏览器和配置文件
browser-use profile sync --all            # 将配置文件同步到云端
browser-use profile update                # 下载/更新 profile-use 二进制文件

命令链式操作

命令可以通过&&连接。浏览器通过守护进程保持运行，因此链式操作安全且高效。

browser-use open https://example.com && browser-use state
browser-use input 5 "user@example.com" && browser-use input 6 "password" && browser-use click 7

当不需要中间输出时使用链式操作。当需要先解析状态以发现索引时，请单独运行。

常见工作流程

需要身份验证的浏览

当任务需要访问需要身份验证的网站（如 Gmail、GitHub、内部工具）时，使用 Chrome 配置文件：

browser-use profile list                           # 检查可用的配置文件
# 询问用户使用哪个配置文件，然后：
browser-use --profile "Default" open https://github.com  # 已登录状态

连接到现有的 Chrome

browser-use --connect open https://example.com     # 自动发现 Chrome 的 CDP 端点

需要 Chrome 已启用远程调试。回退到探测端口 9222/9229。

暴露本地开发服务器

browser-use tunnel 3000                            # → https://abc.trycloudflare.com
browser-use open https://abc.trycloudflare.com     # 通过隧道浏览

全局选项

提示

1. 始终先运行state以查看可用元素及其索引使用
2. --headed进行调试以查看浏览器正在执行的操作会话具有持久性
3. — 浏览器在命令之间保持打开状态CLI别名
4. :bu、browser和browseruse均可使用故障排除

浏览器无法启动？

• browser-use close 然后browser-use --headed open <url>找不到元素？
• browser-use scroll down 然后browser-use state运行诊断：
• browser-use doctor 清理

browser-use close # 关闭浏览器会话 browser-use tunnel stop --all # 停止隧道（如果有）

browser-use close                         # Close browser session
browser-use tunnel stop --all             # Stop tunnels (if any)