Библиотека Python с открытым исходным кодом для AI-агентов, которые управляют настоящим браузером через LLM; доступны облачный браузер и API агента.
APUS-AI-Lab/fast-browser-use
Локальный движок автоматизации браузера и Agent Skill, который запускает модели Qwen3.5 на устройстве и выбирает действия по видимым элементам страницы.
- Звёзды
- 232
- Форки
- 26
- Открытые issues
- 0
- Последний коммит
- 28 дней назад
Что это?
Fast Browser Use — инструмент для автоматизации браузера, который полностью локально запускает модель принятия решений: использует MLX на Apple Silicon или PyTorch на CUDA либо CPU. Вместо того чтобы просить LLM генерировать селекторы или код Playwright, он сканирует отрисованную страницу, находит видимые интерактивные элементы и представляет их как фиксированный набор возможных действий, например CLICK, SELECT, TYPE_TEXT или DONE. Модель оценивает эти варианты за один прямой проход и выбирает один из них.
Проект поставляется как Agent Skill для Claude Code и Codex, а также доступен через отдельный CLI fbu или Python Agent API. Результаты запусков можно проверять с помощью внешних утверждений о конечном URL, заголовке страницы или её тексте; каждое действие записывается в трассировку выполнения. Поддерживаются модели Qwen3.5-9B и Qwen3.5-35B-A3B; требования к оборудованию указаны для Apple Silicon, видеокарт NVIDIA и CPU.
Ключевые возможности
- 01Запускает модель принятия решений локально через MLX или PyTorch, без вызовов облачных API.
- 02Выбирает действия из вариантов, сформированных на основе видимых элементов DOM, и не придумывает селекторы.
- 03Оценивает возможные действия и DONE за один прямой проход.
- 04Проверяет результаты с помощью утверждений --expect-url, --expect-title и --expect-text.
- 05Устанавливается как Agent Skill для Claude Code и Codex; также предоставляет CLI и Python API.
Сценарии использования
- Автоматизация повторяющегося заполнения веб-форм и навигации на устройстве, с которого данные не должны покидать его.
- Добавление локального навыка управления браузером в агент для программирования, например Claude Code или Codex.
- Запуск браузерных задач в CI с проверкой полученного URL, заголовка или текста.
Темы
Частые вопросы
- Что такое fast-browser-use?
- Локальный движок автоматизации браузера и Agent Skill, который запускает модели Qwen3.5 на устройстве и выбирает действия по видимым элементам страницы. Fast Browser Use — инструмент для автоматизации браузера, который полностью локально запускает модель принятия решений: использует MLX на Apple Silicon или PyTorch на CUDA либо CPU. Вместо того чтобы просить LLM генерировать селекторы или код Playwright, он сканирует отрисованную страницу, находит видимые интерактивные элементы и представляет их как фиксированный набор возможных действий, например CLICK, SELECT, TYPE_TEXT или DONE. Модель оценивает эти варианты за один прямой проход и выбирает один из них.
- fast-browser-use можно использовать бесплатно? Какая у него лицензия?
- fast-browser-use распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- fast-browser-use всё ещё поддерживается?
- Активно поддерживается. Последний коммит в fast-browser-use — 21 сент. 2026 г..
- Для чего можно использовать fast-browser-use?
- Автоматизация повторяющегося заполнения веб-форм и навигации на устройстве, с которого данные не должны покидать его. Добавление локального навыка управления браузером в агент для программирования, например Claude Code или Codex. Запуск браузерных задач в CI с проверкой полученного URL, заголовка или текста.
- Где скачать fast-browser-use?
- Исходный код и инструкции по установке — на GitHub: https://github.com/APUS-AI-Lab/fast-browser-use
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Подборка стартовых проектов, которые показывают, как создавать готовые к развёртыванию приложения на Claude API: от агентов поддержки до агентов для работы с браузером и компьютером.
Бесплатный Python-бот для торговли криптовалютой с открытым исходным кодом: поддерживает крупные биржи, бэктестинг, dry-run и управление через Telegram или веб-интерфейс.
Python-фреймворк и среда выполнения для создания платформ агентов, предоставления агентов через API и управления ими через веб-интерфейс.
Опенсорсный автономный агент для глубокого исследования веб-источников и локальных документов с помощью любой LLM, который составляет отчёты с цитатами.
Открытый фреймворк для агентов: у AI-агента есть полноценный рабочий стол Linux в Docker, браузер, совместное редактирование документов и связь с хост-машиной.