1. Browser use实现UI自动化-概念&知识澄清篇

本文目的

AI驱动UI自动化的方案里，除了我们前面分享过的playwright cli、Midscene.js这两个比较常见的方案，还有一个近期热度较高的UI 自动化解决方案—— Browser-use。

今天这篇文章给大家分享一下Browser-use的原理、与playwright cli 的区别、使用流程等前置基础知识，大家可以先学习了解一下，下篇文章会分享基于Browser use 实现web UI自动化的整体流程。

Browser-use 是当前比较主流的浏览器 UI 自动化解决方案之一，整体底层完全基于 Playwright 框架开发，采用大模型 LLM + 浏览器智能 Agent + Playwright 底层驱动的三层架构，核心是把自然语言任务转化为可执行的浏览器原生操作。

简单而言，Browser-use 内置了DOM快照抓取，元素定位的能力，让我们不需要太多于关注内部逻辑，而是关注自然语言编写的测试用例即可。