一个 Agent Skill,为 Claude Code 等本地 AI Agent 提供联网策略、CDP 浏览器操作和站点经验积累。
platonai/Browser4
面向自主智能体、智能数据抽取和大规模网页自动化的 AI 原生浏览器引擎,附带命令行工具与 MCP 支持。
- Star
- 1,164
- Fork
- 153
- 未关闭 Issue
- 33
- 最近提交
- 8小时前
这是什么?
Browser4 是一个为 AI 智能体和大规模网页自动化设计的浏览器引擎。它通过 Chrome DevTools Protocol 驱动真实的 Chromium 系浏览器,支持页面导航、元素点击与填写、页面快照,并可通过命令行工具 browser4-cli 运行批量任务或循环任务。
在数据抽取方面,它结合 X-SQL 与 CSS 选择器,可对实时页面或已保存的 HTML 快照进行确定性抽取,无需消耗 LLM token。项目也提供可选的大模型抽取方式、会复用已学习选择器的经验存储,以及基于机器学习聚类的 WebMiner,可将保存的 HTML 文件整理为表格和报告。
在规模化场景下,项目支持 swarm 与爬取任务,并提供基于检查点的断点续跑、有状态会话、插件、运行时技能、浏览器扩展以及 HTTP 形式的 MCP。项目主要使用 Kotlin 编写,可通过 Maven Central 和 npm 安装。
核心功能
- 01通过 CDP 驱动真实浏览器,支持无头和有头模式。
- 02使用 X-SQL 与 CSS 选择器从实时页面或 HTML 快照中抽取数据。
- 03借助 WebMiner 聚类将保存的 HTML 转为表格和报告,无需 LLM token。
- 04运行 swarm 与爬取任务,支持基于检查点的断点续跑。
- 05通过 HTTP 提供 MCP 接口,并支持插件、运行时技能和浏览器扩展。
适用场景
- 让 AI 智能体完成多步骤任务,例如在购物网站上比较商品。
- 在爬取大量页面时抽取结构化字段,且不消耗 LLM token。
- 用 WebMiner 将已下载的 HTML 页面整理为聚类后的表格。
- 通过 loop 任务定时自动检查页面变化。
快速上手
- 1
使用 npm 全局安装 browser4-cli(需要 Node.js)
npm install -g browser4-cli - 2
安装 Browser4 后端运行时
browser4-cli install - 3
打开可见的浏览器会话访问示例网站
browser4-cli open --headed https://browser4.io
使用前须知
- extract、summarize、chat、agent run 等 AI 命令需要配置大模型提供商的 API 密钥。
- WebMiner 聚类流程需要 JDK 17 或更高版本。
收录于专题
标签
常见问题
- Browser4 是什么?
- 面向自主智能体、智能数据抽取和大规模网页自动化的 AI 原生浏览器引擎,附带命令行工具与 MCP 支持。 Browser4 是一个为 AI 智能体和大规模网页自动化设计的浏览器引擎。它通过 Chrome DevTools Protocol 驱动真实的 Chromium 系浏览器,支持页面导航、元素点击与填写、页面快照,并可通过命令行工具 browser4-cli 运行批量任务或循环任务。
- Browser4 可以免费使用吗?用的什么许可证?
- Browser4 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- Browser4 还在维护吗?
- 活跃维护中。Browser4 最近一次提交是在 2026年10月22日。
- Browser4 适合用来做什么?
- 让 AI 智能体完成多步骤任务,例如在购物网站上比较商品。 在爬取大量页面时抽取结构化字段,且不消耗 LLM token。 用 WebMiner 将已下载的 HTML 页面整理为聚类后的表格。 通过 loop 任务定时自动检查页面变化。
- Browser4 怎么安装和运行?
- 使用 npm 全局安装 browser4-cli(需要 Node.js): npm install -g browser4-cli 安装 Browser4 后端运行时: browser4-cli install 打开可见的浏览器会话访问示例网站: browser4-cli open --headed https://browser4.io
- 在哪里获取 Browser4?
- 源代码和安装说明在 GitHub 上:https://github.com/platonai/Browser4
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
Python 网页抓取框架,覆盖单次请求、隐身浏览器、解析到并发爬取与数据导出的完整流程。
面向 AI 智能体与应用的开源浏览器 API,提供可通过 Puppeteer、Playwright 或 Selenium 控制的 Chrome 沙箱。
面向 AI 智能体与网页自动化的云端浏览器基础设施,内置反检测、验证码破解与代理。
面向浏览器智能体的 TypeScript、Python、Go SDK,可用自然语言执行操作、观察页面与提取数据。
用 Zig 从零编写的无头浏览器,面向 AI 智能体与自动化,支持 CDP 和 WebDriver BiDi。