核心用途包括：
自动浏览网页、点击、填写表单、切换标签页等浏览器交互
支持将任务抽象为“我要做什么”而非“怎样按按钮”
支持多 LLM 模型（用于理解任务）与浏览器自动化工具（用于执行）配合使用
优点
库本身开源、文档完备，提供了 Human Quickstart、LLM Quickstart 等指南。
本地可免费运行，无需付费即可试用（但仍需你提供 LLM API key 或运行 LLM ）。
支持通过 Docker 或虚拟环境快速启动（项目根中有 Dockerfile ）
描述
自然语言任务驱动：用户或调用方可以描述“我要让浏览器去 X 网站，注册账号，提交表单”之类的高层任务，Library 将把 LLM 生成的动作转化为浏览器操作。
网页状态感知：结合 DOM 结构、截图或视觉信息，让 Agent “理解”当前网页状态，而非纯 XPath 硬编码。
多标签/多任务支持：可在同一会话中打开多个标签页、切换、并行执行任务。
可扩展工具链：支持定义自定义工具（如保存文件、写入数据库、外部通知）并与 Agent 配合。
本地 & 云两种部署模式：你可以在自己机器上运行，也可以使用其商用的云服务（付费）来简化部署、提升规模。
应用场景
网络爬虫／采集：例如自动登录、翻页、提取表单、抓取数据
竞争对手监控：打开多个 网页，抓取产品价格、变化等
表单自动填写／数据录入
客户端流程自动化：如 注册、下单、验证、邮件发送
交互复杂、传统 XPath 脚本易碎、或网页频繁改版的场景
评论
暂无评论
成为第一个评论的人