自然语言定义任务
不需要写代码，也不需要为页面元素写选择器，你只要用自然语言描述想要的结果，由 AI 自己判断该点哪里、该输入什么。适合临时任务和多页面流程。
价格免费开源，自建服务器只付 API 用量费
平台Web / Chrome 扩展
归类AI 智能体
收录2026-10-10
复核2026-10-10
编辑评分
4.4 / 5
★★★★☆
BrowseGPT编辑总结
BrowseGPT 是一款免费开源的 Chrome 扩展，做的是 AI 浏览器自动化：你输入一句目标，比如「Find a place to stay in Seattle on February 22nd」，它就把当前标签页转成由链接、按钮和输入框组成的编号大纲，交给大语言模型判断下一步，再在浏览器里执行 CLICK、ENTER_TEXT、NAVIGATE 或 DONE 命令并循环到任务结束。模型默认用 Anthropic 的 Claude Haiku 4.5，也可以切换到 OpenAI GPT 模型；扩展与服务器代码放在 GitHub 上，自己跑服务器时只需用自家 API key 付模型调用费。它和 Selenium、Playwright、Puppeteer 的区别在于不用写选择器代码，靠 AI 读页面。短板同样明确：官方自己标注为实验性，可能点错元素、卡进循环或跳到 404 页面，且页面内容会被发送给 AI 模型
BrowseGPT是什么？
BrowseGPT 是一个运行在浏览器里的 AI 智能体工具，形态是 Chrome 扩展加一个配套服务器。它要解决的问题是：传统自动化需要为每一步写选择器和代码，而它让你用一句自然语言目标来驱动浏览器。它面向的是想做临时性网页任务、或想试验 LLM 网页智能体的个人用户和开发者。
它的工作方式分四步。第一步，你给出一个目标（例如「在 Amazon 上买一本儿童书」）。第二步，它把当前标签页转成一份紧凑的、带编号的链接、按钮与输入框大纲。第三步，这份大纲、你的目标和已走过的步骤一起发给大语言模型，模型只返回一条命令——CLICK、ENTER_TEXT、NAVIGATE 或 DONE，并附上这么做的理由。第四步，扩展在你浏览器里执行这条命令，然后循环，直到任务完成。因为每一步都带理由，你能看到 AI 在想什么，也能在它卡住时帮它纠正方向。
普通用户直接在 Chrome 里装扩展、用一句英文目标完成找酒店、比价、填表单这类临时任务；开发者可以拉下 GitHub 上的扩展与服务器代码，本地运行，换成自己的 Anthropic 或 OpenAI API key，并通过环境变量覆盖默认模型，用来做 LLM 网页智能体的原型实验。官方明确把它定位为实验性工具，不建议在涉及私密信息或误操作代价很高的页面上使用。
BrowseGPT核心功能
在你自己的 Chrome 里跑
BrowseGPT 直接操作你已经打开的那个标签页，不会另起一个无头浏览器。这意味着登录状态、Cookie 和当前会话都能沿用，不需要额外的浏览器环境。
Claude 与 OpenAI GPT
默认使用 Anthropic 的 Claude Haiku 4.5，可以切换到 OpenAI 的 GPT 模型；跑服务器时还能用环境变量覆盖模型选择。
每步都给出理由
AI 返回的每条命令都附带这么做的原因，你因此能看清它的决策链路，在它跑偏或卡住时介入纠正，排查起来比黑盒脚本容易。
开源可自托管
扩展和服务器代码都放在 GitHub 上，可以用自己的 API key 在本地运行服务器。API 用量费由你自己承担，不经过第三方账号。
页面转结构化大纲
执行前，它会把当前标签页压缩成一份带编号的链接、按钮和输入框清单，让模型在一个紧凑的表示上做决策，而不是直接吞整页 HTML。
可自动化的任务类型
官方列举的场景包括：在旅行和预订站点搜索日期与目的地、在购物站找商品并比价、填写搜索框和简单表单、走通多页流程，以及做 LLM 网页智能体原型。
BrowseGPT值不值得用？
当你要做的是临时性的、一次性的网页任务——找一个日期的酒店、在购物站比几个商品、填一个简单表单、或者想亲手试试 LLM 网页智能体到底能跑到什么程度——BrowseGPT 值得一用：不用写选择器、跑在你自己的 Chrome 里、开源、免费，每一步还带推理说明。但如果你要的是可重复的测试或生产级爬取，它不适合：官方自己把它标为实验性，会点错元素、卡进循环、跳到 404 页面。另外页面内容会被发送给 AI 模型，银行、结账这类页面不要碰。
建议选它的情况
- 需要临时完成一次性的网页任务，不想为它写脚本
- 想在自己已登录的 Chrome 标签页里操作，而不是另起无头浏览器
- 想试验或研究 LLM 驱动的网页智能体，需要看懂每一步的决策理由
- 想自托管并用自己的 API key 控制成本与数据流向
不建议选它的情况
- 需要稳定、可重复执行的自动化测试或生产环境爬取
- 要在银行、结账等含私密信息或误操作代价高的页面上使用
- 需要面向陌生站点的大规模
BrowseGPT使用建议
入门先把路子走对
- 先给目标再动手安装扩展后，先在 Chrome 里打开你要操作的页面，切到那个标签页，再输入一句自然语言目标，例如「Find a place to stay in Seattle on February 22nd」，让它基于当前页面开始规划。
- 从只读任务起步第一轮不要碰下单、提交表单这类不可逆动作。先用搜索、比价、查日期这类只读任务观察它读页面和执行命令的节奏，确认行为符合预期再扩大范围。
- 盯住每一步的理由每次命令都会附带 AI 的推理说明，把它当成调试面板看。一旦理由和你的目标开始偏离，立即中止，别等它自己绕回来。
- 避开敏感页面官方明确提示不要在含私密信息的页面上使用，尤其是银行和结账页面。页面内容会被发送给 AI 模型，且错误点击可能造成严重后果。
进阶省时间也省钱
- 自托管换自己的 key从 GitHub 拉下扩展和服务器代码在本地跑，用你自己的 Anthropic 或 OpenAI API key，这样 API 用量费直接结算，不依赖第三方账号。
- 按任务难度切模型默认模型是 Claude Haiku 4.5，跑服务器时可以用环境变量覆盖模型。简单表单和搜索用默认模型即可，遇到需要更强判断的复杂多页流程再换更强的模型。
- 用编号大纲定位卡点当它反复点错时，去看它对当前页面生成的编号元素大纲，确认目标元素是否被识别进来。元素不在大纲里，再多次重试也不会成功。
- 把它当原型工具用与其指望它一次跑通生产流程，不如用它快速验证「某个网页任务交给 LLM 智能体是否可行」，验证通过后再用 Selenium、Playwright 或 Puppeteer 把流程固化成确定性脚本。
BrowseGPT适合谁用？
普通 Chrome 用户
推荐有临时性的找酒店、比价、填表单需求，愿意接受偶尔失败并手动接管。
LLM 智能体研究者
推荐想观察模型如何在真实网页上做逐步决策，且需要看到每一步的推理理由。
自托管与开源用户
推荐愿意自己跑服务器、自带 API key，换取对数据流向和模型选择的控制权。
测试与爬虫工程师
不推荐需要确定性、可重复执行的自动化，BrowseGPT 为实验性，不适合替代脚本框架。
处理敏感业务的用户
不推荐页面内容会发给 AI 模型，官方不建议用于银行、结账等页面。
BrowseGPT优点和缺点
优点
- 免费且开源，扩展与服务器代码都放在 GitHub 上
- 跑在你自己的 Chrome 标签页里，不另起无头浏览器
- 不用写选择器代码，用自然语言描述目标即可
- 每条命令附带推理理由，行为可追踪可介入
- 默认 Claude Haiku 4.5，可切换到 OpenAI GPT 模型
- 自托管时只需承担自己的 API 用量费
缺点
- 为实验性，可能点错元素或卡进循环
- 可能导航到 404 页面，流程稳定性无保证
- 页面内容会发送给 AI 模型，存在隐私暴露面
- 官方明确不建议用于银行、结账等页面
- 不适合需要确定性重复执行的测试与生产爬取
BrowseGPT常见问题
BrowseGPT 免费吗？＋
免费，而且是开源的。如果你自己运行服务器，成本只有用你自己的 Anthropic 或 OpenAI API key 产生的 API 用量费，BrowseGPT 本身不收钱。
它默认用什么模型？能换吗？＋
默认用 Anthropic 的 Claude Haiku 4.5，可以切换到 OpenAI 的 GPT 模型。如果你是在本地跑服务器，还能用环境变量覆盖模型选择。
它和 Selenium、Playwright、Puppeteer 有什么区别？＋
那些是脚本框架，你需要为每一步写带选择器的代码，只能跑你脚本化过的站点。BrowseGPT 不用写代码：你描述想要的结果，AI 自己决定和哪些元素交互，而且运行在你日常用的 Chrome 浏览器里，而不是一个单独的、通常是无头的浏览器。代价是它被为实验性，可能出错；而写好的脚本一旦完成就是确定性的。
国内能直接用吗？有什么限制？＋
未提及地区可用性限制，但它依赖 Anthropic 的 Claude 或 OpenAI 的 GPT 模型，页面内容需要发送给这些模型服务，因此实际可用性取决于你是否能访问对应模型的 API。此外官方提示它是实验性的，不要用在含私密信息的页面上。
用起来安全吗？＋
给出了明确警告：BrowseGPT 是实验性的，可能点错东西、卡在循环里，或者导航到一个 404 的 URL，而且页面内容会被发送给 AI 模型。所以不要把它用在含私密信息的页面上，也不要用在错误操作会造成严重后果的页面，比如银行或结账页面。
它能自动化哪些任务？＋
包括的场景有：在旅行和预订站点上按日期和目的地搜索、在购物站点上找商品并比价、填写搜索框和简单网页表单、在不写脚本的情况下走通多页流程，以及做 LLM 驱动的网页智能体原型和实验。
它是怎么决定点哪里的？＋
先把当前标签页转成一份紧凑的、带编号的链接、按钮和输入框大纲，然后把这份大纲、你的目标和已经执行过的步骤一起发给大语言模型。模型返回一条命令——CLICK、ENTER_TEXT、NAVIGATE 或 DONE——以及这么做的理由，扩展在浏览器里执行后继续循环。
BrowseGPT竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| BrowseGPT本工具 | 4.4 | 免费开源，自建服务器只付 API 用量费 | 自然语言定义任务；在你自己的 Chrome 里跑；Claude 与 OpenAI GPT；每步都给出理由 | Web / Chrome 扩展 |
| Autotab | — | 未标价 | 构建浏览器自动化，快人一步 | — |
| BrowserBash | — | 未标价 | 开源、自然语言的 CLI 工具，用于 AI 驱动、无需代码的浏览器自动化 | — |
| GoLess Extension Automation | — | 免费档 $0.00；付费档可解锁 premium blocks，价格未公开 | 无代码浏览器自动化工具，集成 ChatGPT,简化信息收集和任务自动化 | Web |
| Browser Cash | — | 未标价 | 用于 AI 代理、网络爬虫和互联网智能的浏览器自动化平台 | — |
| Tabbit Browser | — | 未标价 | 用于上下文感知浏览、自动化、研究和生产力提升的 AI 浏览器 | — |
