BrowserPilot快速上手教程：3步配置Chromedriver与OpenAI，5分钟跑通自然语言浏览器自动化

BrowserPilot快速上手教程3步配置Chromedriver与OpenAI5分钟跑通自然语言浏览器自动化【免费下载链接】browserpilotNatural language browser automation项目地址: https://gitcode.com/gh_mirrors/br/browserpilotBrowserPilot是一个用自然语言控制浏览器的开源工具你只需用英语写下打开谷歌、点击搜索框、输入关键词这样的指令它就会自动打开 Chrome 浏览器替你完成网页操作、信息提取甚至自动登录非常适合做网页自动化、数据抓取和爬虫测试。整个上手流程只有 3 个配置步骤5 分钟即可跑通第一个自然语言浏览器自动化任务。一、为什么选择 BrowserPilot传统浏览器自动化如手写 Selenium 脚本最大的痛点是网页稍有改版脚本就报废。BrowserPilot 的思路完全不同——它把 GPT 接在了 Selenium 上 你写的不是代码而是一行行自然语言指令 GPT 负责把指令实时翻译成 Selenium 代码并执行 内置记忆模块能记住浏览过的页面内容并做总结一句话像写文档一样写自动化脚本。二、快速开始3步完成配置第 1 步安装 BrowserPilot打开终端执行pip install browserpilot要求 Python 3.10 以上依赖项见 pyproject.toml。第 2 步配置 Chromedriver从 Chromium 官网下载最新的Chromedriver稳定版解压后放到你的指令文件同目录例如项目根目录下的./chromedriver如果权限受限Mac 上常见右键解压出的 chromedriver → 选择打开解除限制确保 Python 能调用它第 3 步设置 OpenAI API Key用你习惯的方式创建环境变量export OPENAI_API_KEY你的API密钥到这里配置就全部完成了。✅三、5分钟跑通第一个自然语言浏览器自动化任务1. 写指令文件创建instructions.yaml可参考 prompts/examples/buffalo_wikipedia.yaml 这个现成例子instructions: - Go to Google.com - Find all textareas. - Find the first visible textarea. - Click on the first visible textarea. - Type in buffalo and press enter. - Wait 2 seconds. - Find all anchor elements that link to Wikipedia. - Click on the first one. - Wait for 10 seconds.2. 运行任务项目自带命令行入口 examples.py一条命令即可执行python examples.py selenium instructions.yaml --chromedriver_path ./chromedriver浏览器会自动弹出Google 搜索框被点击、buffalo 被输入、维基百科链接被打开——全程零代码。3. 也可以像调用库一样使用from browserpilot.agents.gpt_selenium_agent import GPTSeleniumAgent with open(instructions.yaml) as f: agent GPTSeleniumAgent(f, ./chromedriver) agent.run()核心实现都在 browserpilot/agents/gpt_selenium_agent.py。四、写好自然语言指令的技巧指令写得好不好直接决定自动化成功率。经验法则像给 Copilot 写代码提示词而不是聊天❌ 口语化写法✅ 推荐写法find the search boxfind all textareasthe login buttonbutton which says Log infind all the visible textareasfind all the textareas → 再写一行 find the first visible textarea小技巧 用 HTML 元素术语textarea、anchor、input而不是 text box✂️ 把复杂动作拆成多行每行只做一件事⚡ 用BEGIN_FUNCTION func_name/END_FUNCTION包裹指令块再用RUN_FUNCTION func_name调用即可复用 编译后的指令可存成 yamlinstruction_output_file参数避免重复调用 API 花钱更多可抄作业的示例prompts/examples/nytimes_click_login.yaml、prompts/examples/instagram.yaml、prompts/examples/memory_summarization.yaml。五、项目结构速览智能体核心browserpilot/agents/gpt_selenium_agent.py —— 定义了点击、输入、滚动、截图、记忆查询等全部动作指令编译器browserpilot/agents/compilers/instruction_compiler.py —— 负责把自然语言编译成可执行动作记忆模块browserpilot/agents/memories/ —— 让智能体总结并回忆浏览过的页面示例指令库prompts/examples/六、安全提醒⚠️ BrowserPilot 会执行 GPT 生成的 Python 代码官方在 README 中明确提示这并非安全惯例。请只让它在本地、可信的浏览器环境中运行对重要账号操作保持警惕指令越精确越安全总结BrowserPilot 让浏览器自动化从写脆弱的代码变成写英文说明书。只需pip 安装 → 放好 Chromedriver → 配好 API Key三步你就能用自然语言指挥浏览器干活。现在就去试试你的第一条指令吧【免费下载链接】browserpilotNatural language browser automation项目地址: https://gitcode.com/gh_mirrors/br/browserpilot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考