l-lesteryu 使用 browser-use CLI 进行浏览器自动化
browser-use 命令提供快速、持久的浏览器自动化功能。后台守护进程在命令之间保持浏览器打开，每次调用的延迟约为 50ms。
前置条件
browser-use doctor # 验证安装
安装详情请参见 https://github.com/browser-use/browser-use/blob/main/browser_use/skill_cli/README.md
核心工作流程
- 导航:
browser-use open <url>— 如需要则启动浏览器 - 检查:
browser-use state— 返回可点击元素及其索引 - 交互: 使用 state 返回的索引（
browser-use click 5、browser-use input 3 "text"） - 验证:
browser-use state或browser-use screenshot确认结果 - 重复: 浏览器在命令之间保持打开
- 清理: 完成后使用
browser-use close
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> # 使用真实 Chrome 的 Default 配置文件（已有登录/Cookie）
browser-use --profile "Profile 1" open <url> # 使用指定名称的 Chrome 配置文件
browser-use --connect open <url> # 通过 CDP 自动发现运行中的 Chrome
browser-use --cdp-url ws://localhost:9222/... open <url> # 通过 CDP URL 连接
--connect、--cdp-url 和 --profile 互斥。
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> # 按索引切换标签页
browser-use close-tab [tab] # 关闭标签页（不指定则关闭当前标签页）
# 页面状态 — 始终先运行 state 获取元素索引
browser-use state # URL、标题、可点击元素及索引
browser-use screenshot [path.png] # 截图（不指定路径返回 base64，--full 截取整页）
# 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" # 在聚焦元素中输入文本
browser-use input <index> "text" # 点击元素后输入文本
browser-use keys "Enter" # 发送键盘按键（也支持 "Control+a" 等）
browser-use select <index> "option" # 选择下拉菜单选项
browser-use upload <index> <path> # 上传文件到文件输入框
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（或限定到选择器范围）
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 管理
browser-use cookies get [--url <url>] # 获取 Cookie（可按 URL 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> # 导出为 JSON
browser-use cookies import <file> # 从 JSON 导入
# Python — 持久会话，可访问浏览器
browser-use python "code" # 执行 Python（变量在调用之间持久保存）
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
# 会话管理
browser-use close # 关闭浏览器并停止守护进程
browser-use sessions # 列出活跃会话
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 API
browser-use cloud connect # 配置云浏览器并连接
browser-use cloud connect --timeout 120 --proxy-country US # 带选项
browser-use cloud login <api-key> # 保存 API Key（或设置 BROWSER_USE_API_KEY）
browser-use cloud logout # 移除 API Key
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> # 轮询任务直到完成
browser-use cloud v2 --help # 显示 API 端点
cloud connect 会配置一个云浏览器，通过 CDP 连接，并打印实时 URL。browser-use close 会断开连接并停止云浏览器。
隧道
browser-use tunnel <port> # 启动 Cloudflare 隧道（幂等操作）
browser-use tunnel list # 显示活跃隧道
browser-use tunnel stop <port> # 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 # 同步配置文件到云端
browser-use profile update # 下载/更新 profile-use 二进制文件
命令链接
命令可以使用 && 链接。浏览器通过守护进程持久存在，因此链接是安全高效的。
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可以链接命令。当需要解析 state 来发现索引时，应分别运行。
常见工作流程
需要登录的浏览
当任务需要访问需要认证的网站（Gmail、GitHub、内部工具）时，使用 Chrome 配置文件：
browser-use profile list # 查看可用配置文件
# 询问用户要使用哪个配置文件，然后：
browser-use --profile "Default" open https://github.com # 已登录状态
连接到已有的 Chrome
browser-use --connect open https://example.com # 自动发现 Chrome 的 CDP 端点
需要启用了远程调试的 Chrome。默认探测 9222/9229 端口。
暴露本地开发服务器
browser-use tunnel 3000 # → https://abc.trycloudflare.com
browser-use open https://abc.trycloudflare.com # 浏览隧道
全局选项
| 选项 | 说明 |
|---|---|
--headed |
显示浏览器窗口 |
--profile [NAME] |
使用真实 Chrome（单独 --profile 使用 "Default"） |
--connect |
通过 CDP 自动发现运行中的 Chrome |
--cdp-url <url> |
通过 CDP URL 连接（http:// 或 ws://） |
--session NAME |
指定命名会话（默认："default"） |
--json |
输出为 JSON 格式 |
--mcp |
通过 stdin/stdout 作为 MCP 服务器运行 |
提示
- 始终先运行
state以查看可用元素及其索引 - 使用
--headed调试 以查看浏览器在做什么 - 会话持久存在 — 浏览器在命令之间保持打开
- CLI 别名：
bu、browser和browseruse都可以使用
故障排除
- 浏览器无法启动？ 先
browser-use close再browser-use --headed open <url> - 找不到元素？ 先
browser-use scroll down再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）