别再手填表单了：browser-use 网页自动化省出70%时间的完整指南
【免费下载链接】browser-use🌐 Make websites accessible for AI agents. Automate tasks online with ease.项目地址: https://gitcode.com/GitHub_Trending/br/browser-use
求职季最折磨人的事，不是投得少，而是天天重复填同一张表：同样的姓名、同样的工作经历、同样的教育背景，在十几个平台上复制粘贴，填完一份就要 15 到 20 分钟，还生怕手滑填错一个字段。今天就给你介绍browser-use 网页自动化：它是一个开源的 AI 网页自动化工具，让 AI agent 像你一样打开网页、点击按钮、填写表单、提交结果。你只需要用一句话描述任务，剩下的它自己完成。
手动投递 vs 自动投递：差距一目了然
先看看同一件事，纯手动和用 browser-use 之后各是什么样：
| 环节 | 纯手动 | 交给 browser-use 之后 |
|---|---|---|
| 查岗位信息 | 一个个搜、一页页翻 | 一句话下达搜索条件，AI 自己看完汇总 |
| 填申请表 | 逐字段复制粘贴，每家 15-20 分钟 | 给它一份简历信息模板，AI 填完并提交 |
| 上传简历 | 找上传入口、拖文件、等进度条 | 内置上传动作，任务描述里带一句即可 |
| 记录投递结果 | 手动记 Excel | 结构化输出，直接导出复用 |
按每天投 10 家估算：手动大约要 2.5 小时以上，自动化后压缩到半小时以内，时间省掉约 80%（按单家耗时对比估算）。而且省下的不只是时间——疲劳导致的漏填、错填也基本消失了。
10 行代码跑通第一次：让 browser-use 网页自动化搜一次网页
先把它跑起来。克隆仓库并安装：
git clone https://gitcode.com/GitHub_Trending/br/browser-use cd browser-use pip install -e .然后在你常用的 LLM 服务商处拿一个 API key，写进项目根目录的.env文件。
第一个任务用 基础搜索示例，核心逻辑其实就几行：
from browser_use import Agent, ChatBrowserUse agent = Agent( task="用 Google 搜索 'browser automation'，告诉我前 3 条结果", llm=ChatBrowserUse(model='bu-2-0-mini-preview'), ) await agent.run()运行后你会看到浏览器自动打开、输入搜索词、读取页面、把结果整理好报给你。整个过程只有两件事：用自然语言写任务，然后调agent.run()。跑通这一步，你就理解了它的全部用法——后面的场景只是换不同的任务描述。
自动投递实战：把整张申请表交给 AI agent
回到开头那个痛点。官方的 投简历示例 就是为真实申请表设计的：AI 从头滚动到尾，把长表单从上到下逐字段填完、遇到弹窗自动关掉、简历上传到指定位置、最后提交。简化后的任务描述长这样：
task = """ 进入申请页，用下面这份信息填写姓名、邮箱、电话等字段， 把简历上传到 resume 位置，全部填完后提交申请。 """ agent = Agent(task=task, llm=llm, browser=browser)关键技巧：把个人信息整理成一份结构化 JSON，在任务里声明它「是唯一的真实信息来源」。这样无论换多少个平台、多少个表单，填的内容始终一致，不会因为网站问法不同而填串。简历上传则借助 browser_use/tools/views.py 里现成的UploadFileAction，不用自己写上传逻辑。
不止填表单：数据提取这类高频场景也能顺手做
投递只是它最顺手的一个场景。数据提取示例 展示了另一面：一句「提取页面前 5 条内容及作者、标签，按结构化格式返回」，AI 就去网页上翻找、整理、汇报，结果可以直接落库或导出 CSV。
它的上限比填表更高。项目里的 ad-use 示例，就是直接生成了一整张广告落地页：
以后遇到重复性工作，可以习惯性地问一句「这件事能不能交给 agent」，大概率答案是可以。
自动化有多可靠：成功率数据和模型选择
它靠不靠得住，取决于你接的 LLM 有多强。项目官方的 BU Bench V1 基准测试给出了真实数据：表现最好的模型成功率达 85%，主流大模型普遍在 65% 以上：
给你的实用建议：表单填写这类多步骤任务用强模型，搜索、摘要这类轻任务换小模型跑，成本能省一大截。项目支持 OpenAI、Anthropic、Google、DeepSeek 等多家服务商，封装都在 browser_use/llm/ 目录里，换个 key 就能切换。
下一步：从今天就能开始的三个入口
- 先跑 基础搜索示例，感受「一句话 → AI 操作浏览器」的完整循环；
- 再看 表单填写示例 和 数据提取示例，这是使用频率最高的两个场景；
- 有真实投递目标的话，直接改 apply_to_job.py，把里面的 JSON 和简历路径换成你自己的，剩下的交给 agent。
最后提醒一句：浏览器跑在你本地，简历这类敏感信息始终留在自己机器上——这正是本地网页自动化相对云端方案最大的安心之处。把重复的填表交给它，把省下的时间留给真正重要的事：筛选岗位和准备面试。
【免费下载链接】browser-use🌐 Make websites accessible for AI agents. Automate tasks online with ease.项目地址: https://gitcode.com/GitHub_Trending/br/browser-use
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
