2026 用 AI agent 做浏览器自动化
截至 2026 年 8 月 2 日,KanonAgent 库内有 125 个在做「浏览器自动化操作」的 AI agent,本页按真实热度收录其中 5 个,领先的是 browser-use(107.6k upvotes)。
过去浏览器自动化靠 Selenium 或手动脚本，维护成本高且易失效。AI agent 出现后，可直接用自然语言控制页面，完成登录、填表、抓取等重复操作，显著降低门槛。
更新 2026-08-02 · 5 个产品 · 数据来自 KanonAgent
1. browser-use107.6k upvotes
browser-use 让 AI 直接操作网页，适合需要登录、填表和抓取数据的开发者
2. web-ui16.3k upvotes
web-ui 在浏览器内运行 agent，适合想快速自动化点击和表单的普通用户
3. BrowserAct: Browser Layer for Your AI Agent10 upvotes
BrowserAct 提供浏览器控制层，适合开发者集成到自家 AI agent 中
4. page-agent7.7k upvotes
page-agent 用自然语言指令控制网页，适合需要点击、导航的轻量场景
5. Aye
Aye 作为可教的 AI 实习生，适合日常浏览器填表和信息复制的办公任务
怎么选
优先看是否原生支持浏览器环境和自然语言指令，再看社区 upvotes 反映的成熟度。注意区分纯浏览器 agent 和泛计算机控制工具，避免选到需要额外环境配置的。常见坑是动态页面反爬或登录状态失效，选有明确网页层支持的 agent 可降低风险。
常见问题
browser-use 和 web-ui 哪个更适合新手？
web-ui 可直接在浏览器运行，适合新手快速上手；browser-use 更适合有代码基础的用户集成到流程中。
这些 agent 能处理需要登录的网站吗？
多数支持表单填写和会话保持，但复杂验证码或多步验证仍需人工辅助或额外配置。
page-agent 和 Aye 的区别是什么？
page-agent 专注网页内自然语言控制，Aye 更侧重日常办公任务的长期学习和重复执行。