连接任意 LLM
自动化浏览器操作

from browser_use import Agent, ChatGoogle
from dotenv import load_dotenv

load_dotenv()  # 读取 GOOGLE_API_KEY

llm = ChatGoogle(model='gemini-flash-latest')
agent = Agent(task="Your task here", llm=llm)

# 所需环境变量：GOOGLE_API_KEY
# 注意：GEMINI_API_KEY 已于 2025-05 弃用

from browser_use import Agent, ChatOpenAI

# 推荐使用 O3 模型以获得最佳精度
llm = ChatOpenAI(model="o3")
agent = Agent(task="...", llm=llm)

# 所需环境变量：OPENAI_API_KEY

from browser_use import Agent, ChatAnthropic

llm = ChatAnthropic(model="claude-sonnet-4-0")
agent = Agent(task="...", llm=llm)

# 所需环境变量：ANTHROPIC_API_KEY

from browser_use import Agent, ChatAzureOpenAI

llm = ChatAzureOpenAI(model="o4-mini")
agent = Agent(task="...", llm=llm)

# 所需环境变量：
# AZURE_OPENAI_ENDPOINT=https://your-endpoint.openai.azure.com/
# AZURE_OPENAI_API_KEY=your-key

# GPT-5.1 Codex 模型（自动使用 Responses API）：
llm = ChatAzureOpenAI(
    model="gpt-5.1-codex-mini",
    api_version="2025-03-01-preview",
)

from browser_use import Agent
from browser_use.llm import ChatAWSBedrock

llm = ChatAWSBedrock(
    model="anthropic.claude-3-5-sonnet-20240620-v1:0",
    aws_region="us-east-1",
)
agent = Agent(task="Your task here", llm=llm)

# 所需环境变量：
# AWS_ACCESS_KEY_ID  AWS_SECRET_ACCESS_KEY  AWS_DEFAULT_REGION

from browser_use import Agent, ChatGroq

llm = ChatGroq(model="meta-llama/llama-4-maverick-17b-128e-instruct")
agent = Agent(task="Your task here", llm=llm)

# 所需环境变量：GROQ_API_KEY

# 1. 安装 Ollama：https://github.com/ollama/ollama
# 2. 启动服务
ollama serve
# 3. 拉取模型
ollama pull llama3.1:8b

# Python 代码：
from browser_use import Agent, ChatOllama

llm = ChatOllama(model="llama3.1:8b")
agent = Agent(task="...", llm=llm)

# 仅推荐使用 qwen-vl-max
from browser_use import Agent, ChatOpenAI
import os
from dotenv import load_dotenv

load_dotenv()
api_key = os.getenv('ALIBABA_CLOUD')
base_url = 'https://dashscope-intl.aliyuncs.com/compatible-mode/v1'

llm = ChatOpenAI(model='qwen-vl-max', api_key=api_key, base_url=base_url)
agent = Agent(task="Your task here", llm=llm, use_vision=True)

# 保存 API Key
browser-use cloud login sk-abc123...

# 创建云端浏览器并连接
browser-use cloud connect

# 创建任务
browser-use cloud v2 POST /tasks \
  '{"task":"Search for AI news","url":"https://google.com"}'

# 轮询任务完成
browser-use cloud v2 poll <task-id>

# Tunnel：将本地开发服务器暴露给云端浏览器
npm run dev &                       # localhost:3000
browser-use tunnel 3000             # → https://abc.trycloudflare.com

from browser_use import Browser

# 自动选择第一个可用配置文件
browser = Browser.from_system_chrome()

# 或指定配置文件
browser = Browser.from_system_chrome(profile_directory='Profile 1')

# 列出所有 Chrome 配置文件
profiles = Browser.list_chrome_profiles()
for p in profiles:
    print(f"{p['directory']}: {p['name']}")