پروفایل پروژه

Browser Use

Browser Use برای تیم‌هایی مناسب است که می‌خواهند AI agentها را به اجرای واقعی taskهای وب و کنترل مرورگر وصل کنند. این پروژه هم SDK متن‌باز دارد و هم cloud platform؛ بنابراین برای browser automation در مقیاس و با infrastructure مدیریت‌شده، انتخابی مستقیم و متمرکز است. اگر مسئله اصلی تو تعامل وب، فرم‌ها، صفحات و جریان‌های browser-based باشد، Browser Use دقیقاً در همین لایه می‌نشیند.

پروفایل مخزنپلتفرم کنترل مرورگر برای ایجنتمتوسط
open source SDKcloud platformstealth browsersCAPTCHA solvingbrowser automation
مسیر/projects/browser-use
نوعپلتفرم کنترل مرورگر برای ایجنت
سطحمتوسط
شناسه repoBrowser Use

browser-use/browser-use

پروفایل مستقل برای بررسی پروژه، نه مقاله و نه داشبورد ابزار.

سیگنال‌های سریع

Star99.7k
Fork11.1k
PR206

خلاصهٔ فوری

پلتفرم و SDK برای browser automation توسط AI agentها

Star99.7k
Fork11.1k
Commit9,724
Issue71

نمای پروژه

نمای پروژه

چیست

پلتفرم و SDK برای browser automation توسط AI agentها

نیست

chat UI یا orchestration framework عمومی

مناسب برای

مناسب برای
اجرای taskهای وب توسط agentاتوماسیون مرورگر در مقیاسbrowser workflows با infrastructure مدیریت‌شده

نامناسب برای

نامناسب برای
فقط یک builder بصری می‌خواهیمسئله‌ات browser task نیستبه orchestration graph-first عمیق نیاز داری

سلامت GitHub

سلامت GitHub

نمایه عمومی GitHub در زمان بررسی: star و fork بسیار بالا، issueهای فعال، و تاریخچه commit گسترده در مخزن اصلی browser-use/browser-use.

Star99.7k
Fork11.1k
Commit9,724
Issue71
PR206

سطح معماری

سطح معماری

01Agent

خواسته کاربر یا agent به یک task وب تبدیل می‌شود.

02Browser Session

سشن مرورگر یا browser instance برای اجرای task ساخته می‌شود.

03Page Interaction

agent روی DOM، صفحات، فرم‌ها و عناصر وب عمل می‌کند.

04Infrastructure

در cloud mode، stealth browsers و proxies زیرساخت اجرای امن را تقویت می‌کنند.

05Result

نتیجه task برگردانده می‌شود و recording یا state برای ادامه کار حفظ می‌شود.

ماتریس توانمندی Agent

ماتریس توانمندی Agent

Browser automation
قوی

محصول اصلی دقیقاً برای کنترل و اتوماسیون browser ساخته شده است.

Open-source SDK
قوی

SDK رسمی Python و TypeScript برای استفاده local و cloud وجود دارد.

Managed cloud
قوی

Cloud platform رسمی با infrastructure مدیریت‌شده ارائه می‌شود.

Stealth / proxy stack
قوی

stealth browsers، CAPTCHA solving و residential proxies در positioning رسمی دیده می‌شوند.

Visual builder
ضعیف

Browser Use builder بصری نیست و محور آن execution است.

جریان اجرا

جریان اجرا / Runtime

1
1. task را تعریف کن

کاری که agent باید روی وب انجام دهد را مشخص کن.

2
2. browser session بساز

SDK یا cloud API را برای شروع session استفاده کن.

3
3. page interaction انجام بده

agent روی صفحه، فرم یا navigation موردنیاز عمل می‌کند.

4
4. نتیجه را capture کن

output، recording یا state را برای گام بعدی نگه دار.

5
5. اجرا را scale کن

در صورت نیاز از cloud، proxies و managed infrastructure استفاده کن.

ماتریس تناسب

ماتریس تناسب

tool-augmented-agentsبالا

Browser خودِ tool اصلی برای agent است و taskهای وب را واقعی اجرا می‌کند.

task وب را به browser session درست تبدیل کن.

production-agent-workflowsبالا

managed infrastructure و SDK رسمی برای production مفید هستند.

برای safety و monitoring، workflow را کنترل‌شده deploy کن.

workflow-orchestrationمتوسط

Browser Use می‌تواند بخشی از orchestration باشد، اما خود orchestration layer نیست.

اگر orchestration اصلی لازم داری، آن را بیرون از Browser Use نگه دار.

rapid-agent-prototypingمتوسط

SDK رسمی شروع سریع را ساده می‌کند، اما browser automation ذاتاً پیچیده است.

اول یک task کوچک و محدود را proof-of-concept کن.

llm-application-developmentمتوسط

برای browser-backed product flows خوب است، نه برای UI محصول عمومی.

Browser Use را به‌عنوان execution layer در کنار app layer استفاده کن.

رادار ریسک

رادار ریسک

Security riskزیاد

کنترل مرورگر برای agentها با ریسک prompt injection و خطای اجرایی همراه است.

Operational complexityمتوسط

browser state، proxies و runtimeهای چندگانه نگه‌داری را سخت‌تر می‌کنند.

Scope creepمتوسط

ممکن است از browser automation به‌اشتباه انتظار orchestration عمومی داشته باشی.

Vendor splitکم

نسخه open-source و cloud هر دو وجود دارند و باید مسیر استقرار را واضح انتخاب کنی.

شواهد

شواهد

ارزش یادگیری

ارزش یادگیری

فهم browser automation برای agentکار با session و state در اجرای وبشناخت cloud vs open-source SDKدرک ریسک‌های امنیتی browser-based agentsطراحی execution layer برای taskهای وب

منابع مرتبط / ابزارها

منابع مرتبط / ابزارها

Project Fit

مناسب چه پروژه‌هایی است؟

این ابزار برای چه پروژه‌هایی مناسب است

Browser Use برای پروژه‌های browser automation و task-based agent مناسب است

وقتی باید کار واقعی را داخل مرورگر اجرا کنید، Browser Use انتخاب خوبی است. برای اتوماسیون فرم‌ها، استخراج داده، تست مسیرهای کاربر و browser automation کاربردی است.

Automation DeveloperQA EngineerAI Agent BuilderOperationsPython DeveloperFounder فنی

Audience

به درد چه کسانی می‌خورد؟

Automation DeveloperQA EngineerAI Agent BuilderOperationsPython DeveloperFounder فنی

Use Cases

به درد چه پروژه‌هایی می‌خورد؟

Login Flow Agent

برای ورود، پیمایش و انجام کارهای چندمرحله‌ای در وب.

Web Scraping Bot

برای استخراج داده از صفحات با تعامل واقعی مرورگر.

Smoke Test Agent

برای تست سریع مسیرهای اصلی وب‌اپ قبل از release.

Form Filler

برای تکمیل فرم‌ها و گردش‌های تکراری در پنل‌ها.

Ops Assistant

برای کارهای روزمره‌ای که در UI انجام می‌شوند.

Read-only Auditor

برای مشاهده و گزارش‌دادن بدون تغییر state سیستم.

Fit

میزان تناسب با پروژه‌ها

Browser automationعالی
Multi-step tasksخیلی خوب
Data extractionخیلی خوب
Simple API botمتوسط
Static backend jobضعیف

Flow

چطور ساده پیاده‌سازی می‌شود؟

1هدف را مشخص کن
2گام‌های مرورگر را بنویس
3دسترسی و داده ورود بده
4نتیجه را ثبت کن
5سناریو را verify کن

Requirements

حداقل پیش‌نیازها

Browser accessTask stepsLogin dataStable DOMTimeout controlTest environment

Good Fit

چه زمانی انتخاب خوبی است؟

کار باید داخل مرورگر انجام شود.
چند مرحله و تعامل واقعی لازم دارید.
گزارش دقیق از هر step مهم است.
ورودی و خروجی مشخص دارید.
می‌خواهید کار قابل تکرار باشد.

Bad Fit

چه زمانی انتخاب خوبی نیست؟

فقط یک API ساده می‌خواهید.
به مرورگر دسترسی ندارید.
فرایند کاملاً بدون تعامل است.
UI ناپایدار و بسیار متغیر است.
تأخیر بالا برایتان قابل قبول نیست.

Example

نمونه تصمیم واقعی

برای یک پنل تامین‌کننده، Browser Use می‌تواند ورود، جست‌وجو، جمع‌آوری اطلاعات و خروجی نهایی را مرحله‌به‌مرحله اجرا کند.