Python 库：给 Agent 一个浏览器和一句自然语言任务（如示例「Compare the price of gpt-4o and DeepSeek-V3」），它自行点击/输入/翻页完成；示例代码即以 LangChain 的 ChatOpenAI 作为 LLM 接入，天然支持换 base_url。星数：本次搜索未给出可引用数字，记 unverified。许可证：本次搜索未明确给出，记 unverified（以仓库为准）。
适用场景：一次性/低频的网页调研与比价、后台数据导出、表单预填等「写专用爬虫不值、人工点又烦」的任务；常与定时器（cron/Airflow/n8n 的 Code 节点）组合成周报型自动化。
browser-use Python 浏览器Agent LangChain 数据采集
操作步骤
- 建虚拟环境装 browser-use 并
playwright install chromium，先跑官方示例任务验证浏览器能起，把 LLM 换成指向https://tokenbuddy.cc的 ChatOpenAI，给任务加上最大步数与结果校验（让 Agent 返回结构化 JSON 并断言字段齐全），稳定后再挂到定时任务并保存每次运行 history 以便审计
工具链
- browser-use
- Python
- Playwright/Chromium
- LangChain ChatOpenAI
- .env 配置
接入本站 API：
ChatOpenAI(model='分组内模型名', base_url='https://tokenbuddy.cc', api_key='{{API_KEY}}') 直接传入 Agent 的 llm= 参数——这是该库最标准的自定义端点接法，无需改源码。注意事项
- ⚠️ Agent 行为不确定：同任务两次路径可能不同，生产流程必须设 max_steps、超时与结果校验，付款/删除类动作要人工确认；网站条款与 robots 限制照样适用，不能拿它绕过登录权限或验证码限制（其云版的 stealth 能力更要谨慎评估合规）；长任务 Token 消耗大，先用小模型跑通、贵模型只做失败重试