Open Browser Use
Open Browser Use 是一個開源、代理執行時間中立的瀏覽器自動化層，它將 Chrome 擴充功能與 CLI/SDK/MCP 配對，以實現跨不同 AI 代理工具的 DOM 感知、CDP 驅動的分頁控制、導航和動作。
https://github.com/iFurySt/open-codex-browser-use?ref=producthunt&utm_source=aipure
產品資訊
更新時間：2026年05月18日
什麼是 Open Browser Use
Open Browser Use (open-browser-use) 是 "Browser Use" 功能的開源替代方案，由 Codex 推廣，旨在讓 AI 代理能夠以比螢幕截圖驅動的自動化更豐富、更結構化的控制方式可靠地操作真實的 Chrome 瀏覽器。它透過 CLI、JavaScript/Python/Go SDK 和 MCP 伺服器提供跨執行時間的整合介面，因此不同的代理環境可以調用相同的瀏覽器功能。該專案專注於實用的瀏覽器工作流程，例如開啟和聲明分頁、導航、透過 Chrome 開發者工具協定 (CDP) 檢查頁面以及執行動作計畫，同時保持整合的模組化和可移植性。
Open Browser Use 的主要功能
Open Browser Use (open-browser-use) 是一個開源、代理執行時中立的瀏覽器自動化層，旨在作為 Codex Chrome Browser Use 的替代方案。它將 Chrome 擴充功能與本地 CLI（原生訊息傳遞）配對，可以透過 SDK（JS/Python/Go）、代理執行時的打包「技能」（例如 Codex、Claude Code）或 MCP 伺服器來使用。它提供實用的瀏覽器控制原語——標籤發現/聲明、導航、CDP 存取、動作規劃和清理——因此代理和開發人員工具可以以結構化、可重複使用的方式自動化真實的 Chrome 會話。
擴充功能 + CLI 原生橋接: 將 Chrome 擴充功能與 open-browser-use CLI 結合，註冊原生主機，並透過 Chrome 的原生訊息傳遞實現可靠的本地自動化（而不是脆弱的僅螢幕截圖自動化）。
多語言 SDK: 提供 JavaScript/TypeScript、Python 和 Go SDK（npm/PyPI 上的 open-browser-use-sdk；提供 Go 套件），以便團隊可以將瀏覽器自動化嵌入到應用程式、代理和內部工具中。
用於代理工具鏈的 MCP 伺服器: 公開一個 MCP 伺服器（例如 `obu mcp`），提供瀏覽器工具，用於列出/開啟/聲明標籤、導航、CDP 操作、動作計劃和清理——使其易於插入到支援 MCP 的代理中。
代理「技能」打包: 透過 `npx skills add ...` 為流行的代理執行時（如 Codex 和 Claude Code）分發即時安裝的技能包，無需自訂整合工作即可快速採用。
Chrome 開發者工具協議 (CDP) 存取: 支援基於 CDP 的檢查和自動化工作流程（例如，DOM 感知互動、調試式控制），適用於比簡單點擊/輸入宏更強大的網路自動化。
設定和分發靈活性: 提供引導式設定（`open-browser-use setup`）和手動擴充功能安裝的備用路徑（透過 `chrome://extensions/` 的測試版 ZIP），以應對商店可用性有限的情況。
Open Browser Use 的使用案例
經過身份驗證的企業網路工作流程: 在無法使用或不完整的 API 整合的登入 Chrome 環境（例如內部儀表板、CRM/ERP 入口網站）中自動化任務，同時透過 CLI/SDK 保持動作可重現。
網路應用程式的 QA 和回歸檢查: 使用 CDP 工具對預生產/生產網路應用程式執行腳本導航和互動流程，適用於冒煙測試、發布驗證和 UI 健全性檢查。
客戶支援和營運自動化: 透過代理驅動的例程自動化重複的瀏覽器步驟（在網路控制台中分類工單、提取訂單/狀態詳細資訊、更新記錄），協助支援/營運團隊。
網路研究和內容提取管道: 驅動 Chrome 開啟頁面、遍歷多步驟流程，並收集結構化資料以用於研究、競爭情報或知識管理中的下游摘要或分析。
開發人員生產力工具: 將瀏覽器控制嵌入到開發工具（CLI 助手、內部機器人）中，以自動化常見的基於網路的任務，例如檢查建置儀表板、驗證文件頁面或重現 UI 問題。
適用於中小型企業後台的 RPA 類自動化: 為電子表格驅動或表單繁重的網路流程（發票入口網站、供應商網站）提供輕量級機器人流程自動化功能，而無需建立完整的自訂整合。
優點
Codex Browser Use 的開源替代方案，採用執行時中立設計（可透過 SDK、技能或 MCP 使用）。
基於 CDP 的方法比純粹的視覺/螢幕截圖驅動方法實現更強大、DOM 感知的自動化。
多個整合介面（CLI、SDK、MCP、技能）使其適用於不同的堆疊和代理生態系統。
缺點
需要本地設定和維護（原生主機註冊、擴充功能安裝/啟用、Chrome 重啟）。
基於 Chrome/擴充功能的自動化可能對瀏覽器策略變更、擴充功能商店可用性和企業限制敏感。
安全態勢取決於其部署方式——如果未仔細處理批准、範圍界定和存取控制，自動化真實登入會話會增加風險。
如何使用 Open Browser Use
1) 安裝 Open Browser Use (OBU) CLI: 使用以下支援的方法之一安裝 CLI：
- Homebrew (macOS)：`brew tap iFurySt/open-browser-use && brew install open-browser-use`
- npm (跨平台)：`npm i -g open-browser-use`
如果您使用 Homebrew 並想稍後升級：`brew upgrade open-browser-use`。
2) 執行設定以註冊原生主機並安裝/啟用 Chrome 擴充功能: 執行：`open-browser-use setup`
這會註冊 Chrome 擴充功能使用的原生訊息主機，並開啟 Chrome 線上應用程式商店頁面，以便您可以安裝/啟用匹配的擴充功能。如果提示，請重新啟動 Chrome。
如果 Chrome 線上應用程式商店項目暫時不可用，請執行：`open-browser-use setup beta`，然後從 `chrome://extensions/` (開發人員模式) 手動載入生成的 ZIP。
3) 驗證 Chrome 已準備好用於 OBU: 確保：
- 擴充功能已安裝並在 Chrome 中啟用。
- 設定後 Chrome 已重新啟動 (如果需要)。
- 您可以在工具列或擴充功能選單中看到該擴充功能。
4) 透過 CLI 使用 Open Browser Use (直接使用): 安裝 CLI 並設定 Chrome 後，您可以執行 OBU 命令來驅動瀏覽器自動化 (分頁列表/開啟/聲明/導航/CDP 動作)。確切的命令取決於您的工作流程；關鍵要求是 Chrome + 擴充功能正在運行，並且原生主機已透過 `open-browser-use setup` 註冊。
5) 透過 SDK 使用 Open Browser Use (JavaScript/TypeScript、Python 或 Go): 為您的語言安裝 SDK：
- JavaScript/TypeScript：`npm install open-browser-use-sdk`
- Python：`pip install open-browser-use-sdk` (匯入為 `open_browser_use`)
- Go：`go get github.com/ifuryst/open-codex-browser-use/packages/open-browser-use-go` (匯入為 `obu`)
然後從您的程式碼呼叫 SDK 以連接到 OBU 執行時間並透過擴充功能自動化 Chrome。
6) 將 Open Browser Use 作為 Codex/代理技能使用 (推薦用於代理工作流程): 為 Codex 全域安裝技能：
- `npx skills add iFurySt/open-codex-browser-use -g -a codex --skill open-browser-use --copy -y`
- 驗證安裝：`npx skills ls -g -a codex | rg 'open-browser-use'`
然後運行一個調用它的 Codex 任務，例如：
- `codex exec --skip-git-repo-check "Use open-browser-use to check today’s Hacker News and summarize the most worth-reading posts."`
稍後更新：`npx skills update open-browser-use -g -y` (或 `npx skills upgrade open-browser-use -g -y`)。
7) 透過 MCP (模型上下文協定) 工具使用 Open Browser Use: 將 MCP 伺服器安裝到支援的全域代理配置中：
- `npx add-mcp "obu mcp" --name open_browser_use --all -g -y`
- 確認：`npx add-mcp list -g`
或在您的代理配置中手動配置 (stdio MCP)：
- `[mcp_servers.open_browser_use]`
`command = "obu"`
`args = ["mcp"]`
這會公開瀏覽器工具，用於分頁列表、開啟、聲明、導航、CDP、動作計畫和清理。
8) 運行您的第一個端到端自動化流程: 啟動 Chrome (啟用 OBU 擴充功能)，然後：
- 如果使用 Codex 技能：要求 Codex 使用 open-browser-use 技能執行瀏覽器任務。
- 如果使用 MCP：呼叫 MCP 工具以列出/開啟/聲明分頁、導航到 URL 並執行動作。
- 如果使用 SDK：運行您的腳本以連接並自動化導航和互動。
在運行期間保持 Chrome 開啟，以便擴充功能可以接收命令。
Open Browser Use 常見問題
Open Browser Use (open-browser-use) 是一個開源的瀏覽器自動化層，旨在保持代理運行時的中立性。它被定位為 Codex.app 中 Chrome「瀏覽器使用」功能的開源替代方案。
与 Open Browser Use 类似的最新 AI 工具
Hapticlabs
Hapticlabs 是一個無代碼工具包，使設計師、開發者和研究人員能夠輕鬆設計、原型設計和部署跨設備的沉浸式觸覺交互，無需編碼。
Deployo.ai
Deployo.ai 是一個全面的 AI 部署平台，支持無縫模型部署、監控和擴展，內置道德 AI 框架和跨雲兼容性。
CloudSoul
CloudSoul 是一款 AI 驅動的 SaaS 平台，通過自然語言對話使用戶能夠即時部署和管理雲端基礎設施，使 AWS 資源管理更加易用和高效。
Devozy.ai
Devozy.ai 是一個由 AI 驅動的開發者自助服務平台，將敏捷項目管理、DevSecOps、多雲基礎設施管理和 IT 服務管理結合為一個統一的解決方案，以加速軟件交付。
类似 Open Browser Use 的热门 AI 工具
A2A Protocol
A2A (Agent2Agent) Protocol is an open interoperability protocol developed by Google that enables seamless communication and collaboration between AI agents across different frameworks and vendors, regardless of their underlying architecture.
VoltOps
VoltOps 是一個與框架無關的 LLM 可觀察性平台，它為任何技術堆疊上的 AI 代理提供實時可視化監控、調試和優化工具。
Chaterm
Chaterm 是一個開源的 AI 原生終端和 SRE 副駕駛，使工程師能夠通過自然語言管理複雜的基礎設施，自動化部署、故障排除和運營，而無需記住命令。
HPE GreenLake AI/ML
HPE GreenLake for Large Language Models 是一個按需、多租戶雲服務，使企業能夠使用幾乎100%可再生能源驅動的可持續超級計算基礎設施，私下訓練、調整和部署大規模AI模型。