【今日推荐 Browser Harness】：592行代码让AI接管浏览器，缺什么函数自己写！

封面图

browser-use 团队最新力作，一个极简的"自愈式"浏览器驱动框架。Agent 在执行任务时发现缺少工具函数？没关系——它会自己写一个，然后继续干活。

🚀 什么是 Browser Harness？

Browser Harness 是由知名浏览器自动化团队 browser-use 推出的开源项目，5 天内斩获 2,300+ Stars。它的核心理念非常颠覆：不预设任何框架、不写任何固定配方，只给 LLM 一条直通 Chrome 的 CDP WebSocket。

传统的浏览器自动化工具（Selenium、Playwright）像是一本厚厚的操作手册——你得提前把每一步都写好。而 Browser Harness 更像是一个"聪明的实习生"：你告诉它要做什么，它会自己摸索、自己写代码、自己解决遇到的问题。

核心定位：整个项目只有 592 行 Python 代码，却能完成任何浏览器任务，而且越用越强

✨ 核心功能一览

功能对比表

🛠️ 快速上手：5 分钟跑通示例

安装

# 克隆项目
git clone https://github.com/browser-use/browser-harness
cd browser-harness

# 全局安装（编辑模式，修改helpers.py立即生效）
uv tool install -e .

# 验证安装
command -v browser-harness

连接 Claude Code（推荐用法）

将 SKILL.md 注册到 Claude Code：

# 在 ~/.claude/CLAUDE.md 中添加引用
@~/src/browser-harness/SKILL.md

然后在 Claude Code 中直接描述你想做的浏览器操作即可。

核心代码示例

# 一行命令启动浏览器任务
browser-harness <<'PY'
# 打开新标签页
new_tab("https://docs.browser-use.com")
wait_for_load()

# 查看页面信息
print(page_info())

# 截图查看当前状态
screenshot("current-page.png")

# 点击坐标（自动穿透iframe/Shadow DOM）
click(500, 300)

# 输入文字
type_text("Hello Browser Harness")

# 按回车
press_key("Enter")

# 截图验证结果
screenshot("after-enter.png")
PY

注意：首次使用需开启 Chrome 远程调试模式。在 Chrome 地址栏输入 chrome://inspect/#remote-debugging，勾选启用，点击 Allow 即可。此设置对每个 Profile 永久生效，只需操作一次。

远程浏览器（免本地Chrome）

browser-harness <<'PY'
# 启动远程浏览器（免费3个并发）
start_remote_daemon("work")

# 在远程浏览器中操作
BU_NAME=work browser-harness <<'PY'
new_tab("https://example.com")
print(page_info())
PY
PY

💡 自愈式架构：缺什么写什么

这是 Browser Harness 最颠覆的设计。来看一个真实的工作流程：

工作流程图

场景：Agent 需要上传文件

Step 1: Agent 尝试调用 upload_file()
Step 2: 发现 helpers.py 中没有这个函数
Step 3: Agent 直接编辑 helpers.py，自己写出 upload_file()
Step 4: 文件上传成功，任务继续执行

这意味着 Browser Harness 不需要预先实现所有浏览器操作。Agent 就是自己的工具开发者——遇到新问题就写新函数，积累的经验还会自动保存到 domain-skills/ 目录，下次遇到相同网站直接复用。

领域技能自动积累

domain-skills/
├── github/        # GitHub 操作经验
├── linkedin/      # LinkedIn 自动化经验
├── amazon/        # Amazon 购物经验
└── tiktok/
    └── upload.md  # TikTok 上传经验

社区贡献的领域技能会持续增长，这是一个越用越聪明的浏览器自动化框架。

📊 与传统工具对比

竞品对比表

关键差异：传统工具是"你写代码控制浏览器"，Browser Harness 是"AI 自己写代码控制浏览器"。592 行代码 vs 数万行框架，效率差距一目了然。

💡 适用场景

场景1：自动化网页操作

功能演示图

功能说明：Browser Harness 可以让 LLM Agent 直接接管你的 Chrome 浏览器，完成任何网页操作——填表、点击、滚动、截图，甚至处理复杂的 iframe 和 Shadow DOM。

输入要求：用自然语言描述你想完成的浏览器任务。

输出效果：Agent 自动执行所有操作，实时截图反馈结果。

适用场景：批量数据采集、自动化测试、日常重复操作自动化。

场景2：Claude Code / Codex 浏览器集成

功能说明：将 Browser Harness 注册为 Claude Code 或 Codex 的全局 Skill 后，你可以在编码对话中直接让 AI 操控浏览器——查找文档、验证网页效果、自动提交表单。

输入要求：在 Claude Code 对话中描述浏览器操作需求。

输出效果：Claude Code 自动调用 browser-harness 命令完成操作。

适用场景：开发者日常工作中需要频繁操作浏览器的场景。

场景3：多Agent并行远程浏览

功能说明：通过 BU_NAME 命名空间隔离，可以同时运行多个 Agent，每个 Agent 独立控制一个远程浏览器实例。

输入要求：配置不同的 BU_NAME 和远程浏览器 API Key。

输出效果：多个 Agent 同时执行不同任务，互不干扰。

适用场景：批量网站巡检、多平台内容发布、大规模数据采集。

用户群体总结

✅ AI开发者：给 Claude Code / Codex 添加浏览器操控能力
✅ 自动化测试工程师：用自然语言编写测试用例，无需维护复杂脚本
✅ 数据采集工程师：AI 自适应各种网站结构，突破反爬限制
✅ 内容运营：自动化社交媒体发布、数据报表截图等重复工作
❌ 不适合：需要精确像素级 UI 测试的传统 QA 场景（建议用 Playwright）

💰 定价方案

Browser Harness 本身完全免费开源，MIT 协议，可商用。

远程浏览器服务（Browser Use Cloud）：

免费套餐：3 个并发浏览器，无需信用卡
付费套餐：更多并发 + 代理功能（支持指定国家 IP）

新用户福利：免费套餐即可满足大部分个人使用需求，3 个并发浏览器足够日常自动化任务

开源协议： MIT

🎯 总结

Browser Harness 用 592 行代码重新定义了浏览器自动化的方式——不再是"你写代码让浏览器动"，而是"AI 自己写代码让浏览器动"。自愈式架构让框架越用越强，社区领域技能让经验自动积累，592 行的极简设计让任何人都能快速上手。

如果你用过 Selenium 的繁琐、Playwright 的复杂，Browser Harness 会让你感受到"原来浏览器自动化可以这么简单"。

推荐指数： 4.5/5（极简设计，创新的自愈架构，社区潜力巨大）

适合人群： AI 开发者、自动化工程师、数据采集从业者

GitHub 仓库： browser-use/browser-harness

数据截至 2026-04-20，最新信息请以官网为准。

配套媒体