browser-harness：13000星的自愈浏览器Agent，让AI自动完成网页任务

让AI自动操作浏览器完成任务，一直是自动化领域的热门方向。最近有一个叫browser-harness的项目在GitHub上火了，星标突破13000。它的核心卖点是”自愈”——当网页元素变化时，Agent能自动适应，而不是直接报错。

browser-harness是什么

browser-harness是一个浏览器自动化框架，专门为LLM（大语言模型）设计。它让你可以用自然语言描述任务，然后由AI Agent自动操作浏览器完成。

项目的核心特点：

自愈能力：当网页元素变化时（比如按钮位置移动、CSS类名改变），Agent能自动找到新的元素，而不是直接失败
LLM驱动：使用大语言模型来理解任务和网页内容，而不是传统的XPath/CSS选择器
多模型支持：支持Claude、GPT-4、DeepSeek等多种模型
Python实现：使用Python编写，易于集成到现有项目
Playwright底层：基于Playwright浏览器自动化库，支持Chrome、Firefox、Safari

为什么需要”自愈”能力

传统的浏览器自动化（如Selenium、Playwright直接使用）有一个核心痛点：元素定位脆弱。

假设你写了一个自动化脚本，通过XPath定位”登录”按钮：

driver.find_element(By.XPATH, '//button[@id="login-btn"]')

这个脚本可能今天能用，但明天网站改版后，按钮的ID变成了”btn-login”或者干脆没有ID了，脚本就报错了。

browser-harness的解决方案是：不让Agent依赖固定的元素定位器，而是让LLM”看”网页的内容，然后决定点击哪里。这样即使网页结构变了，只要人类能找到的元素，AI也能找到。

工作原理

browser-harness的工作流程大致如下：

接收任务：用户用自然语言描述要完成的任务
打开网页：Agent打开目标网页
分析页面：将网页的DOM结构发送给LLM，让LLM理解页面内容
规划步骤：LLM根据任务和页面内容，规划操作步骤
执行操作：Agent按照LLM的规划执行点击、输入、滚动等操作
验证结果：检查操作结果是否符合预期
自愈重试：如果操作失败，重新分析页面并尝试其他方法

快速上手

安装

pip install browser-harness
playwright install

基本使用

from browser_harness import BrowserHarness

harness = BrowserHarness(
    model="claude-sonnet-4-20250514",
    api_key="your-api-key"
)

result = harness.run(
    url="https://example.com",
    task="找到搜索框，输入Python教程，然后点击搜索按钮"
)
print(result)

自愈能力的实际表现

我测试了browser-harness的自愈能力：

测试1：按钮位置变化

在一个测试页面上，我将”提交”按钮从页面底部移到了顶部。browser-harness成功找到了新位置的按钮并点击。

测试2：元素属性变化

我将一个输入框的placeholder从”请输入用户名”改成了”Username”。browser-harness仍然能识别这是一个用户名输入框。

测试3：页面结构重构

我完全重新设计了一个表单页面的布局。browser-harness需要多次重试，但最终还是完成了任务。

使用场景

browser-harness适合以下场景：

自动化测试：UI自动化测试，不需要维护大量的元素定位器
数据采集：从网页中提取信息，自动适应网页结构变化
RPA流程：自动化重复的网页操作流程
竞品监控：定期检查竞争对手网站的变化
表单填写：自动填写复杂的在线表单

与其他工具的对比

特性	browser-harness	Selenium	Playwright
元素定位	LLM智能识别	XPath/CSS	XPath/CSS
自愈能力	强	无	无
学习曲线	低（自然语言）	中等	中等
速度	较慢（需要LLM推理）	快	快
成本	需要API费用	免费	免费

局限性

速度较慢：每次操作都需要LLM推理，比传统的直接定位慢很多
API成本：需要调用LLM API，会产生费用
复杂页面挑战：对于非常复杂的页面（大量iframe、动态加载），可能会遇到困难
隐私考虑：网页内容会发送到LLM提供商，需要注意敏感信息

总结

browser-harness代表了浏览器自动化的一个新方向——用LLM的智能来替代脆弱的元素定位器。虽然速度和成本不如传统方案，但它的稳定性和易用性是传统方案无法比拟的。

如果你的自动化任务需要处理不稳定的网页，或者你不想花大量时间维护元素定位器，browser-harness值得一试。

项目地址：github.com/browser-use/browser-harness

本文参考来源：GitHub – browser-use/browser-harness

文章版权声明 1、本网站名称：枫选
2、本站永久网址：https://feng.cx
3、本网站的文章部分内容可能来源于网络，仅供大家学习与参考，如有侵权，请联系站长进行删除处理。
4、本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
5、本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报
6、本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。

THE END