lza6 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。它跨命令保持浏览器会话，支持复杂的多步骤工作流。
前置条件
在使用此技能之前，必须先安装并配置 browser-use。运行诊断命令进行验证：
browser-use doctor
更多信息，请访问 https://github.com/browser-use/browser-use/blob/main/browser_use/skill_cli/README.md
核心工作流
- 导航:
browser-use open <url>- 打开 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 返回的索引进行交互（
browser-use click 5、browser-use input 3 "text"） - 验证:
browser-use state或browser-use screenshot确认操作结果 - 重复: 浏览器在命令之间保持打开状态
浏览器模式
browser-use --browser chromium open <url> # 默认：无头 Chromium
browser-use --browser chromium --headed open <url> # 可见的 Chromium 窗口
browser-use --browser real open <url> # 真实 Chrome（无 profile = 全新）
browser-use --browser real --profile "Default" open <url> # 带登录会话的真实 Chrome
browser-use --browser remote open <url> # 云端浏览器
- chromium: 快速、隔离、默认无头模式
- real: 使用真实 Chrome 二进制文件。不带
--profile时，使用持久但空的 CLI profile（位于~/.config/browseruse/profiles/cli/）。带--profile "ProfileName"时，复制你实际的 Chrome profile（Cookie、登录信息、扩展） - remote: 云端托管浏览器，支持代理
基本命令
# 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）
# 页面状态（始终先运行 state 获取元素索引）
browser-use state # 获取 URL、标题、可点击元素
browser-use screenshot # 截图（base64 格式）
browser-use screenshot path.png # 将截图保存到文件
# 交互（使用 state 返回的索引）
browser-use click <index> # 点击元素
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
browser-use keys "Enter" # 发送键盘按键
browser-use select <index> "option" # 选择下拉菜单选项
# 数据提取
browser-use eval "document.title" # 执行 JavaScript
browser-use get text <index> # 获取元素文本
browser-use get html --selector "h1" # 获取限定范围的 HTML
# 等待
browser-use wait selector "h1" # 等待元素出现
browser-use wait text "Success" # 等待文本出现
# 会话
browser-use sessions # 列出活跃会话
browser-use close # 关闭当前会话
browser-use close --all # 关闭所有会话
# AI Agent
browser-use -b remote run "task" # 在云端运行 agent（默认异步）
browser-use task status <id> # 检查云端任务进度
命令
导航与标签页
browser-use open <url> # 导航到 URL
browser-use back # 后退历史记录
browser-use scroll down # 向下滚动
browser-use scroll up # 向上滚动
browser-use scroll down --amount 1000 # 按指定像素滚动（默认：500）
browser-use switch <tab> # 按索引切换到标签页
browser-use close-tab # 关闭当前标签页
browser-use close-tab <tab> # 关闭指定标签页
页面状态
browser-use state # 获取 URL、标题和可点击元素
browser-use screenshot # 截图（输出 base64）
browser-use screenshot path.png # 将截图保存到文件
browser-use screenshot --full path.png # 全页面截图
交互
browser-use click <index> # 点击元素
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
browser-use keys "Control+a" # 发送组合键
browser-use select <index> "option" # 选择下拉菜单选项
browser-use hover <index> # 悬停在元素上（触发 CSS :hover）
browser-use dblclick <index> # 双击元素
browser-use rightclick <index> # 右键点击元素（上下文菜单）
使用 browser-use state 返回的索引。
JavaScript 与数据
browser-use eval "document.title" # 执行 JavaScript，返回结果
browser-use get title # 获取页面标题
browser-use get html # 获取完整页面 HTML
browser-use get html --selector "h1" # 获取指定元素的 HTML
browser-use get text <index> # 获取元素的文本内容
browser-use get value <index> # 获取 input/textarea 的值
browser-use get attributes <index> # 获取元素的所有属性
browser-use get bbox <index> # 获取边界框（x, y, 宽, 高）
Cookie
browser-use cookies get # 获取所有 Cookie
browser-use cookies get --url <url> # 获取指定 URL 的 Cookie
browser-use cookies set <name> <value> # 设置 Cookie
browser-use cookies set name val --domain .example.com --secure --http-only
browser-use cookies set name val --same-site Strict # SameSite: Strict、Lax 或 None
browser-use cookies set name val --expires 1735689600 # 过期时间戳
browser-use cookies clear # 清除所有 Cookie
browser-use cookies clear --url <url> # 清除指定 URL 的 Cookie
browser-use cookies export <file> # 将所有 Cookie 导出到 JSON 文件
browser-use cookies export <file> --url <url> # 导出指定 URL 的 Cookie
browser-use cookies import <file> # 从 JSON 文件导入 Cookie
等待条件
browser-use wait selector "h1" # 等待元素可见
browser-use wait selector ".loading" --state hidden # 等待元素消失
browser-use wait selector "#btn" --state attached # 等待元素出现在 DOM 中
browser-use wait text "Success" # 等待文本出现
browser-use wait selector "h1" --timeout 5000 # 自定义超时时间（毫秒）
Python 执行
browser-use python "x = 42" # 设置变量
browser-use python "print(x)" # 访问变量（输出：42）
browser-use python "print(browser.url)" # 访问 browser 对象
browser-use python --vars # 显示已定义变量
browser-use python --reset # 清除 Python 命名空间
browser-use python --file script.py # 执行 Python 文件
Python 会话跨命令保持状态。browser 对象提供：
browser.url、browser.title、browser.html— 页面信息browser.goto(url)、browser.back()— 导航browser.click(index)、browser.type(text)、browser.input(index, text)、browser.keys(keys)— 交互browser.screenshot(path)、browser.scroll(direction, amount)— 视觉操作browser.wait(seconds)、browser.extract(query)— 工具方法
Agent 任务
远程模式选项
使用 --browser remote 时，可使用以下额外选项：
# 指定 LLM 模型
browser-use -b remote run "task" --llm gpt-4o
browser-use -b remote run "task" --llm claude-sonnet-4-20250514
# 代理配置（默认：us）
browser-use -b remote run "task" --proxy-country uk
# 会话复用
browser-use -b remote run "task 1" --keep-alive # 任务完成后保持会话
browser-use -b remote run "task 2" --session-id abc-123 # 复用现有会话
# 执行模式
browser-use -b remote run "task" --flash # 快速执行模式
browser-use -b remote run "task" --wait # 等待完成（默认：异步）
# 高级选项
browser-use -b remote run "task" --thinking # 扩展推理模式
browser-use -b remote run "task" --no-vision # 禁用视觉（默认启用）
# 使用云端 profile（先创建会话，然后用 --session-id 运行）
browser-use session create --profile <cloud-profile-id> --keep-alive
# → 返回 session_id
browser-use -b remote run "task" --session-id <session-id>
# 任务配置
browser-use -b remote run "task" --start-url https://example.com # 从指定 URL 开始
browser-use -b remote run "task" --allowed-domain example.com # 限制导航（可重复）
browser-use -b remote run "task" --metadata key=value # 任务元数据（可重复）
browser-use -b remote run "task" --skill-id skill-123 # 启用技能（可重复）
browser-use -b remote run "task" --secret key=value # 秘密元数据（可重复）
# 结构化输出与评估
browser-use -b remote run "task" --structured-output '{"type":"object"}' # 输出的 JSON schema
browser-use -b remote run "task" --judge # 启用评判模式
browser-use -b remote run "task" --judge-ground-truth "expected answer"
任务管理
browser-use task list # 列出最近任务
browser-use task list --limit 20 # 显示更多任务
browser-use task list --status finished # 按状态过滤（finished, stopped）
browser-use task list --session <id> # 按会话 ID 过滤
browser-use task list --json # JSON 输出
browser-use task status <task-id> # 获取任务状态（仅最新步骤）
browser-use task status <task-id> -c # 所有步骤含推理过程
browser-use task status <task-id> -v # 所有步骤含 URL 和操作
browser-use task status <task-id> --last 5 # 仅最后 N 步
browser-use task status <task-id> --step 3 # 指定步骤编号
browser-use task status <task-id> --reverse # 最新的在前
browser-use task stop <task-id> # 停止运行中的任务
browser-use task logs <task-id> # 获取任务执行日志
云端会话管理
browser-use session list # 列出云端会话
browser-use session list --limit 20 # 显示更多会话
browser-use session list --status active # 按状态过滤
browser-use session list --json # JSON 输出
browser-use session get <session-id> # 获取会话详情 + 实时 URL
browser-use session get <session-id> --json
browser-use session stop <session-id> # 停止会话
browser-use session stop --all # 停止所有活跃会话
browser-use session create # 使用默认值创建
browser-use session create --profile <id> # 使用云端 profile
browser-use session create --proxy-country uk # 使用地理代理
browser-use session create --start-url https://example.com
browser-use session create --screen-size 1920x1080
browser-use session create --keep-alive
browser-use session create --persist-memory
browser-use session share <session-id> # 创建公开分享 URL
browser-use session share <session-id> --delete # 删除公开分享
隧道
browser-use tunnel <port> # 启动隧道（返回 URL）
browser-use tunnel <port> # 幂等 - 返回现有 URL
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
会话管理
browser-use sessions # 列出活跃会话
browser-use close # 关闭当前会话
browser-use close --all # 关闭所有会话
Profile 管理
本地 Chrome Profile（--browser real）
browser-use -b real profile list # 列出本地 Chrome profile
browser-use -b real profile cookies "Default" # 显示 profile 中的 Cookie 域名
云端 Profile（--browser remote）
browser-use -b remote profile list # 列出云端 profile
browser-use -b remote profile list --page 2 --page-size 50
browser-use -b remote profile get <id> # 获取 profile 详情
browser-use -b remote profile create # 创建新的云端 profile
browser-use -b remote profile create --name "My Profile"
browser-use -b remote profile update <id> --name "New"
browser-use -b remote profile delete <id>
同步
browser-use profile sync --from "Default" --domain github.com # 指定域名
browser-use profile sync --from "Default" # 完整 profile
browser-use profile sync --from "Default" --name "Custom Name" # 自定义名称
服务器控制
browser-use server logs # 查看服务器日志
常见工作流
暴露本地开发服务器
当你有本地开发服务器且需要云端浏览器访问时使用。
核心工作流： 启动开发服务器 → 创建隧道 → 远程浏览隧道 URL。
# 1. 启动你的开发服务器
npm run dev & # localhost:3000
# 2. 通过 Cloudflare 隧道暴露
browser-use tunnel 3000
# → url: https://abc.trycloudflare.com
# 3. 现在云端浏览器可以访问你的本地服务器了
browser-use --browser remote open https://abc.trycloudflare.com
browser-use state
browser-use screenshot
注意： 隧道与会话独立。它们在 browser-use close 后仍然存活，可单独管理。必须先安装 Cloudflared — 运行 browser-use doctor 检查。
使用 Profile 进行认证浏览
当任务需要浏览用户已登录的网站时使用（例如 Gmail、GitHub、内部工具）。
核心工作流： 检查现有 profile → 询问用户使用哪种模式和哪个 profile → 使用该 profile 浏览。仅在不存在合适 profile 时同步 Cookie。
在浏览认证网站之前，Agent 必须：
- 询问用户使用 real（本地 Chrome）还是 remote（云端）浏览器
- 列出该模式下可用的 profile
- 询问使用哪个 profile
- 如果没有 profile 包含正确的 Cookie，提供同步选项（见下文）
步骤 1：检查现有 profile
# 选项 A：本地 Chrome profile（--browser real）
browser-use -b real profile list
# → Default: Person 1 (user@gmail.com)
# → Profile 1: Work (work@company.com)
# 选项 B：云端 profile（--browser remote）
browser-use -b remote profile list
# → abc-123: "Chrome - Default (github.com)"
# → def-456: "Work profile"
步骤 2：使用选定的 profile 浏览
# 真实浏览器 — 使用本地 Chrome 中的现有登录会话
browser-use --browser real --profile "Default" open https://github.com
# 云端浏览器 — 使用带同步 Cookie 的云端 profile
browser-use --browser remote --profile abc-123 open https://github.com
用户已经通过认证 — 无需再次登录。
注意： 云端 profile 的 Cookie 可能会过期。如果认证失败，请从本地 Chrome profile 重新同步 Cookie。
步骤 3：同步 Cookie（仅在需要时）
如果用户想使用云端浏览器但没有云端 profile 包含正确的 Cookie，请从本地 Chrome profile 同步。
同步之前，Agent 必须：
- 询问使用哪个本地 Chrome profile
- 询问要同步哪些域名 — 不要默认同步完整 profile
- 确认后再继续
检查本地 profile 有哪些 Cookie：
browser-use -b real profile cookies "Default"
# → youtube.com: 23
# → google.com: 18
# → github.com: 2
指定域名同步（推荐）：
browser-use profile sync --from "Default" --domain github.com
# 创建新的云端 profile: "Chrome - Default (github.com)"
# 仅同步 github.com 的 Cookie
完整 profile 同步（谨慎使用）：
browser-use profile sync --from "Default"
# 同步所有 Cookie — 包含敏感数据、跟踪 Cookie、每个会话令牌
仅在用户明确需要完整浏览器状态时使用。
细粒度控制（高级）：
# 将 Cookie 导出到文件，手动编辑，然后导入
browser-use --browser real --profile "Default" cookies export /tmp/cookies.json
browser-use --browser remote --profile <id> cookies import /tmp/cookies.json
使用同步后的 profile：
browser-use --browser remote --profile <id> open https://github.com
运行子 Agent
使用云端会话并行运行自主浏览器 Agent。
核心工作流： 用 run 启动任务 → 用 task status 轮询 → 收集结果 → 清理会话。
- 会话 = Agent：每个云端会话是一个独立的浏览器 Agent，拥有自己的状态
- 任务 = 工作：分配给 Agent 的任务；一个 Agent 可以顺序运行多个任务
- 会话生命周期：一旦停止，会话无法恢复 — 需要启动新会话
启动任务
# 单个任务（默认异步 — 立即返回）
browser-use -b remote run "搜索 AI 新闻并总结前 3 篇文章"
# → task_id: task-abc, session_id: sess-123
# 并行任务 — 每个任务获得独立会话
browser-use -b remote run "研究竞品 A 定价"
# → task_id: task-1, session_id: sess-a
browser-use -b remote run "研究竞品 B 定价"
# → task_id: task-2, session_id: sess-b
browser-use -b remote run "研究竞品 C 定价"
# → task_id: task-3, session_id: sess-c
# 同一会话中的顺序任务（复用 Cookie、登录状态等）
browser-use -b remote run "登录 example.com" --keep-alive
# → task_id: task-1, session_id: sess-123
browser-use task status task-1 # 等待完成
browser-use -b remote run "导出设置" --session-id sess-123
# → task_id: task-2, session_id: sess-123（同一会话）
管理与停止
browser-use task list --status finished # 查看已完成的任务
browser-use task stop task-abc # 停止任务（如使用 --keep-alive 会话可能继续）
browser-use session stop sess-123 # 停止整个会话（终止其所有任务）
browser-use session stop --all # 停止所有会话
监控
任务状态设计为节省令牌。 默认输出最简化 — 仅在需要时展开：
| 模式 | 标志 | 令牌消耗 | 使用时机 |
|---|---|---|---|
| 默认 | （无） | 低 | 轮询进度 |
| 紧凑 | -c |
中 | 需要完整推理 |
| 详细 | -v |
高 | 调试操作 |
# 对于长时间任务（50+ 步）
browser-use task status <id> -c --last 5 # 仅最后 5 步
browser-use task status <id> -v --step 10 # 检查特定步骤
实时视图：browser-use session get <session-id> 返回实时 URL 以观察 Agent。
检测卡住的任务：如果 task status 中的成本/时长停止增长，说明任务已卡住 — 停止它并启动新 Agent。
日志：browser-use task logs <task-id> — 仅在任务完成后可用。
全局选项
| 选项 | 描述 |
|---|---|
--session NAME |
使用命名会话（默认："default"） |
--browser MODE |
浏览器模式：chromium、real、remote |
--headed |
显示浏览器窗口（chromium 模式） |
--profile NAME |
浏览器 profile（本地名称或云端 ID）。适用于 open、session create 等 — 不适用于 run（改用 --session-id） |
--json |
以 JSON 格式输出 |
--mcp |
通过 stdin/stdout 作为 MCP 服务器运行 |
会话行为：所有不带 --session 的命令都使用同一个 "default" 会话。浏览器保持打开并在命令间复用。使用 --session NAME 可并行运行多个浏览器。
技巧
- 始终先运行
browser-use state查看可用元素及其索引 - 调试时使用
--headed观察浏览器行为 - 会话持久化 — 浏览器在命令之间保持打开
- 使用
--json进行编程解析 - Python 变量在会话内持久化 跨
browser-use python命令 - CLI 别名：
bu、browser和browseruse与browser-use功能相同
故障排除
首先运行诊断：
browser-use doctor
浏览器无法启动？
browser-use close --all # 关闭所有会话
browser-use --headed open <url> # 尝试可见窗口模式
找不到元素？
browser-use state # 检查当前元素
browser-use scroll down # 元素可能在下方
browser-use state # 再次检查
会话问题？
browser-use sessions # 检查活跃会话
browser-use close --all # 清理
browser-use open <url> # 重新开始
task stop 后会话复用失败：
如果停止任务后尝试复用其会话，新任务可能会卡在 "created" 状态。请创建新会话：
browser-use session create --profile <profile-id> --keep-alive
browser-use -b remote run "new task" --session-id <new-session-id>
任务卡在 "started"：用 task status 检查成本 — 如果不增长，说明任务已卡住。用 session get 查看实时 URL，然后停止并启动新 Agent。
任务完成后会话仍然存活：任务完成不会自动停止会话。运行 browser-use session stop --all 进行清理。
清理
完成后务必关闭浏览器：
browser-use close # 关闭浏览器会话
browser-use session stop --all # 停止云端会话（如有）
browser-use tunnel stop --all # 停止隧道（如有）