# Браузер, который больше не делает вид, что он не для роботов

- Site: VeraPoint News
- Section: Инструменты
- Date: 2026-06-13
- Canonical: https://verapointmedia.com/tools/browser-use-browser-use/
- Markdown: https://verapointmedia.com/tools/browser-use-browser-use.md
- Summary: Browser Use даёт агенту реальный браузер с мышкой и клавиатурой, чтобы он сам кликал, заполнял формы и решал задачи на сайтах. И это уже не просто игрушка.
- SEO title: browser use browser use: браузерная отладка и проверка сайтов AI-агентом
- SEO description: Browser Use даёт агенту реальный браузер с мышкой и клавиатурой, чтобы он сам кликал, заполнял формы и решал задачи на сайтах. И это уже не просто игрушка
- Target queries: browser use browser use; browser use browser use github; что такое browser use browser use; как использовать browser use browser use
- Tags: #browser-automation #ai-agents #playwright #python #llm #rust
- Image: https://verapointmedia.com/static/content-assets/tools/browser-use-browser-use/cover.webp

## Sources

- https://github.com/browser-use/browser-use
- https://browser-use.com
- https://github.com/user-attachments/assets/2ccdb752-22fb-41c7-8948-857fc1ad7e24
- https://github.com/user-attachments/assets/774a46d5-27a0-490c-b7d0-e65fcbbfa358

---

Вы когда-нибудь просили языковую модель «заполни эту форму на сайте за меня»? И получали в ответ что-то вроде «я не могу взаимодействовать с веб-страницами напрямую». А вот [browser-use](https://github.com/browser-use/browser-use) может. Он берёт задачу на человеческом языке, запускает настоящий браузер, кликает по кнопкам, вводит текст и доводит дело до конца.

Это не очередной парсер. Это инструмент, который даёт ИИ-агенту компьютерную мышь, клавиатуру и окно Chrome — и говорит: «действуй».

## Если просто

Представьте, что вы можете написать «найди на GitHub количество звёзд репозитория browser-use» — и ваш код откроет браузер, загрузит страницу, найдёт цифру и вернёт результат. При этом он будет видеть DOM-дерево, нажимать кнопки, скроллить и ждать загрузки, как человек.

Раньше для этого приходилось писать связки Selenium-скриптов, разбираться в селекторах, ловить тайминги. Теперь — одна строка с задачей и несколько строк конфигурации. Причём работает это не только с моделью от создателей, но и с GPT, и с Claude. Можно даже воткнуть свою языковую модель, если очень хочется.

Под капотом у новой беты — Rust-ядро, которое управляет браузером быстрее и стабильнее, чем старый Python-движок. Если Python API — это лицо, то Rust-ядро — мышцы. За счёт этого агент меньше застревает и умеет сам восстанавливаться из ошибок, как это делают современные кодинг-агенты.

## Что это решает

Боль, которую этот проект адресует, проста: веб не создан для роботов. Сайты не отдают данные по красивому API. Формы требуют кликов, капчи издеваются, динамическая подгрузка контента убивает любые прямые парсеры. В итоге автоматизировать рутину на сайтах либо невозможно, либо требует тонны скриптов, которые ломаются через день после обновления вёрстки.

Browser Use обходит это ограничение. Он не пытается парсить HTML как текст — он именно управляет браузером, как реальный пользователь. ИИ-модель смотрит на страницу, решает, куда нажать, и делает это. Получается «последняя миля» между ИИ-агентом и любым сайтом в интернете. Это как если бы вы, наконец, смогли делегировать действия, а не просто задавать вопросы.

## Как попробовать

Нужен Python 3.11 или выше. Установка — в одну команду:

```bash
uv add "browser-use[core]"
```

Дальше — либо получить ключ в их облаке, либо использовать свой ключ OpenAI или Anthropic. Вот минимальный рабочий код, который действительно запускает браузер:

```python
from browser_use.beta import Agent, BrowserProfile, ChatBrowserUse
import asyncio

async def main():
    agent = Agent(
        task="Найди, сколько звёзд у репозитория browser-use/browser-use на GitHub",
        llm=ChatBrowserUse(model='bu-3-max'),
        browser_profile=BrowserProfile(
            headless=False,  # чтобы видеть, что происходит
            allowed_domains=["*.github.com"],
        ),
    )
    history = await agent.run()
    print(history.final_result())

if __name__ == "__main__":
    asyncio.run(main())
```

Если не хочется заморачиваться с инфраструктурой, можно сразу запуститься в их облаке (cloud.browser-use.com) — там и браузер уже крутится, и прокси, и капча решается автоматом. Правда, за это уже придётся платить по токенам.

Для быстрого старта есть шаблоны: команда `uvx browser-use init --template default` создаст готовый файл, который можно сразу запустить. И есть CLI-режим, где можно управлять браузером прямо из терминала: открыть URL, кликнуть по элементу, набрать текст, сделать скриншот.

## 3 сценария с примерами

**1. Автоматическое заполнение форм**
Задача: откликнуться на 30 вакансий за вечер, заполнив одинаковые поля в разных формах.
Как применить: скормить агенту задачу «зайди на LinkedIn, найди вакансии по ключевым словам "Python middle", для каждой заполни форму отклика данными из моего резюме». Агент сам находит поля ввода, выбирает нужное, загружает PDF-файл, отправляет.
Что получится: вместо часа ручного кликанья и копипасты — один лог с результатами, где видно, какие формы заполнены, а где сайт выкинул ошибку.

**2. Мониторинг цен и уведомления**
Задача: отследить, когда цена на конкретную модель ноутбука упадёт ниже 80 тысяч рублей на трёх маркетплейсах.
Как применить: написать задачу «каждые 6 часов проверяй цену X на Ozon, Wildberries и Яндекс Маркете. Если хотя бы на одном цена ниже 80000 — пришли мне email». Агент открывает браузер, ищет товар, считывает цену, сравнивает. Для отправки email можно подключить Gmail-интеграцию из их облака.
Что получится: не нужно держать вкладки открытыми и обновлять страницы. Результат приходит сам, когда цена реально упала.

**3. Сбор данных из закрытых источников**
Задача: собрать статистику по публикациям из корпоративного портала, который требует логина, двухфакторной аутентификации и навигации через несколько разделов.
Как применить: задача «войди под моими учётными данными, перейди в раздел аналитики, выгрузи отчёт за последний квартал в CSV». Агент проходит авторизацию, дожидается SMS-кода (если настроен доступ к почте или Telegram), кликает по панелям, экспортирует данные.
Что получится: данные из систем без API, которые раньше приходилось собирать руками или писать отдельных ботов под каждую страницу.

## Где можно застрять

Первый порог — всё-таки технический. Даже с готовыми шаблонами нужно понимать, что такое Python-окружение, переменные окружения и асинхронный код. Не то чтобы это rocket science, но если вы никогда не запускали скрипты — придётся немного разобраться.

Второй момент: модели иногда тупят. README говорит, что их `bu-3-max` работает хорошо, но по моим прикидкам на сложных многошаговых задачах агент всё ещё может зациклиться или нажать не туда. От этого спасают recovery loops (агент пытается сам выйти из петли), но гарантий нет.

Третий нюанс — цена. Облачная модель bu-3-max стоит $2.50 за миллион входных токенов и $50 за миллион выходных, что на сложной задаче с большим контекстом может вылиться в несколько долларов за один прогон. Если дёргать агента каждый час — бюджет набегает быстро. Open-source версия бесплатна, но требует собственной инфраструктуры и при этом уступает в точности.

Четвёртое — капчи. Облако обещает их решать, но если вы на своей машине, то можете упереться в Cloudflare или reCAPTCHA, которую модель не обойдёт. Для обхода потребуются дополнительные прокси-сервисы и сервисы решения капч, которые придётся настраивать отдельно.

## Кому это нужно

В первую очередь — тем, кто постоянно делает руками то, что можно автоматизировать, но сайт не даёт API. QA-инженерам, которые хотят превратить сценарии тестирования в текстовые описания и не переписывать скрипты после каждого редизайна. Growth-хакерам и маркетологам, которым нужно собирать данные или выполнять рутинные действия на десятках платформ. Разработчикам, которые строят своих агентов и хотят дать им интернет-выход, не уходя в веб-скрейпинг на полгода.

Ситуация «напишу один раз — и пусть работает» здесь выглядит реалистичнее, чем с классическими скриптами, потому что модель адаптируется к изменениям вёрстки на лету (ну, по крайней мере, разработчики это обещают, и на простых сайтах это действительно заметно).

## Кому это не нужно

Если задача укладывается в один GET-запрос — возьмите requests. Если сайт даёт нормальное API — возьмите API. Browser Use — тяжёлая артиллерия, которая оправдана, когда без реального браузера никак. Для простого парсинга он перегружен: вы платите токенами за то, что модель «думает», куда кликнуть, хотя вам нужно было просто скачать HTML.

Ещё он избыточен, если автоматизация разовая и проще кликнуть 10 раз руками, чем час настраивать окружение. И не подходит тем, кто ждёт кнопочного интерфейса: сейчас это именно Python-библиотека, требующая написания кода (хотя облачный сервис движется в сторону low-code).

## Вердикт Веры

Честно: когда я первый раз увидела, как этот агент реально открывает браузер и кликает по ссылкам, а не просто говорит «я бы кликнул» — у меня пробежал холодок по спине. Это настоящий сдвиг. Мы привыкли, что ИИ отвечает текстом; здесь он отвечает действием в реальном браузере.

Проект ещё не зрелый продукт с коробочным решением. Бета — значит бета: что-то ломается, документация местами дырявая, цены на

## Что читать дальше

- [Все материалы про AI-агентов](/topics/ai-agents/)
- [Что такое AI-агент простыми словами](https://verapointmedia.com/guides/chto-takoe-ai-agent-prostymi-slovami/)
- [Все материалы про AI-инструменты](/topics/ai-tools/)
- [Как отличить рабочий AI-инструмент от красивой демки](https://verapointmedia.com/guides/kak-otlichit-rabochiy-ai-instrument-ot-krasivoy-demki/)

## Материалы

- [browser-use/browser-use] browser-use/browser-use: https://github.com/browser-use/browser-use
- [browser-use.com] supporting context: https://browser-use.com
- [github.com] supporting context: https://github.com/user-attachments/assets/2ccdb752-22fb-41c7-8948-857fc1ad7e24
- [github.com] supporting context: https://github.com/user-attachments/assets/774a46d5-27a0-490c-b7d0-e65fcbbfa358