browser-agent-py：用 AI 自动操作浏览器，填表单、抓数据、登录全自动

需要每天重复的浏览器操作：填表单、查数据、登录系统、截图……这些重复劳动能不能让 AI 自己干？

browser-agent-py 就是来做这个的。

它是什么

browser-agent-py 是 Oxylabs AI Studio 开源的浏览器 AI Agent，GitHub 1.3K Star。它能让 AI 像人一样操作浏览器——理解页面内容、点击按钮、填写表单、提取数据。

底层基于 Playwright，Python 开发者可以无缝集成。

核心能力

自然语言控制：你说「登录系统，把昨天的销售数据导出来」，它自动完成。

视觉理解：不依赖 HTML 选择器，AI 理解页面布局，找到目标元素。页面改版了也不影响。

多步骤任务：登录 → 导航 → 搜索 → 提取数据 → 保存——全链路自动。

反检测：模拟真实用户行为（鼠标移动、滚动、点击间隔），不容易被目标网站识别为机器人。

快速上手

pip install browser-agent-py

from browser_agent import Agent

agent = Agent()
agent.run("打开百度，搜索 AI Agent 最新进展，把前5条结果的标题和链接保存下来")

适用场景

• 数据采集：自动抓取竞品信息、价格监控
• 自动化测试：AI 理解 UI，自动执行测试用例
• 日常办公自动化：登录系统、导出报表、填表单

和同类对比

工具	开源	视觉理解	反检测	Python
browser-agent-py	✅	✅	✅	✅
Playwright	✅	❌	❌	✅
Puppeteer	✅	❌	❌	❌

browser-agent-py 最大的不同是它理解页面内容，不是靠选 CSS 选择器来定位元素。