Как дать ИИ-агенту настоящий браузер с browser-use 1.0 в 2026 году
Как устроена самая популярная открытая библиотека для ИИ-агентов в браузере, как запустить её локально и сколько стоит облако.
browser-use — открытая библиотека на Python, которая даёт языковой модели настоящий браузер: агент получает задачу словами, сам открывает страницы, кликает, заполняет формы и возвращает результат. На 16 ноября 2026 года у репозитория 121 200 звёзд на GitHub и лицензия MIT. 10 ноября вышла версия 1.0 с полностью заменённым движком, а к 16 ноября проект дошёл до 1.0.6.
Для разработчика это способ автоматизировать то, для чего нет API: выгрузить отчёт из личного кабинета поставщика, пройти форму записи или собрать данные с сайта, который рисует интерфейс на JavaScript. Сценарий описывается одной фразой — без селекторов и ожиданий, которые ломаются после каждой правки вёрстки. Платить за такую гибкость приходится токенами модели и меньшей предсказуемостью: агент может ошибиться, поэтому за ним нужен присмотр.
В версии 1.0 есть важная деталь, о которую легко споткнуться: по умолчанию библиотека работает через платное облако Browser Use, а локальный браузер и свою модель нужно включать явно. Ниже — устройство нового движка, установка, локальный запуск, цены облака и границы безопасности. Команды и код взяты из README проекта, цифры проверены 16 ноября 2026 года.
Ключевые выводы
- 121 200 звёзд на GitHub на 16 ноября 2026 года; это больше, чем у Playwright MCP (39 736), Stagehand (26 072) и Skyvern (23 431) вместе.
- В версии 1.0 от 10 ноября 2026 года агент пишет код на Python в постоянной REPL-сессии и управляет Chrome по протоколу CDP; раньше он выбирал по одному действию за шаг по слепку DOM.
- По умолчанию используются модель
bu-4.0и облачный браузер Browser Use; локальный режим включается черезBrowser('chromium')и свою модель, в том числе Ollama. - Облачный браузер стоит $0,06 за час, резидентный прокси — $5 за ГБ,
bu-4.0обходится в $1,80 и $9,00 за 1 млн входных и выходных токенов; новым аккаунтам дают $1. - Ограничение доменов и скрытие паролей авторы прямо называют защитой для «добросовестной» модели и предупреждают, что это не песочница: недоверенные задачи нужно запускать в контейнере или виртуальной машине.
- За первую неделю вышло 7 стабильных версий, от 1.0.0 до 1.0.6, поэтому README требует закреплять точную версию через
==.
Что такое browser-use и как устроен агент в версии 1.0?
browser-use — это цикл из трёх частей: модель, интерпретатор Python и браузер. Модель получает задачу и пишет ячейку кода, интерпретатор выполняет её в Chrome через Chrome DevTools Protocol (CDP), вывод возвращается модели, и так до вызова finish(result). В README эта схема сведена к одной фразе.
The model, a REPL and CDP. That's the whole agent.
До версии 1.0 агент работал иначе: на каждом шаге получал слепок DOM и выбирал одно действие из фиксированного набора. Теперь, как сказано в руководстве по миграции, он пишет Python в постоянной REPL-сессии, пользуясь помощниками из отдельного проекта browser-harness и «сырым» CDP, а сам цикл построен на библиотеке Pydantic AI. За одну ячейку модель может открыть вкладку, кликнуть по элементу и выполнить JavaScript на странице, то есть сделать сразу несколько действий за один запрос.
Привычный интерфейс 0.x сохранён: Agent, Browser, Tools, run() и final_result() работают по-прежнему. То, что 1.0 выполнить не может, по словам авторов, вызывает понятную ошибку до старта браузера и до списания денег. Кому нужен старый движок, тот закрепляет его командой pip install 'browser-use<1'. Изменились и значения по умолчанию: лимит шагов в agent.run(max_steps=...) снижен с 500 до 100, причём шаг теперь означает один запрос к модели.
Проект начали в октябре 2024 года Магнус Мюллер и Грегор Жунич. О Мюллере Tproger писал в материале о стартапах, которые перешли на шестидневку: его команда живёт и работает в одном доме в Сан-Франциско.
Какой из 3 вариантов Browser Use выбрать?
У проекта 3 способа использования под разные задачи:
- Облачный агент. Задача отправляется в API, а Browser Use сам запускает и агента, и браузер. Подходит, когда не хочется держать инфраструктуру.
- CLI. Даёт браузер уже существующему агенту для кода: Claude Code, Codex, Cursor и другим. Агент управляет вашим открытым Chrome или облачным браузером.
- Библиотека Python. Открытый агент встраивается в собственное приложение, со своими инструментами, структурированным выводом и выбором модели.
CLI ставится необычно: README предлагает вставить в своего агента для кода готовый промпт, и тот сам выполнит установку.
Дальше речь пойдёт о библиотеке Python: она открыта целиком и встраивается в свой код. Без облака, с локальным браузером, работают и библиотека, и CLI.
Как установить библиотеку и запустить первую задачу?
Понадобится Python 3.11 или новее. Команды из README для uv:
Версию авторы просят указывать точно, через ==, и объясняют это без дипломатии.
Pin the exact version (==, never >=). browser-use moves fast and releases can break things.
Минимальная программа занимает 3 строки:
Этот пример платный, и это главное, что нужно знать о значениях по умолчанию. Без параметров агент берёт модель bu-4.0 на шлюзе Browser Use и облачный браузер, который останавливается после завершения задачи; единый ключ BROWSER_USE_API_KEY оплачивает и модель, и браузер. Если ключа нет, на рабочей машине библиотека откроет страницу входа в Browser Use и продолжит работу после подтверждения; на сервере и в CI она сразу вернёт ошибку. Автоматический вход отключается переменной BROWSER_USE_AUTO_LOGIN=false.
У облачного браузера есть ещё одно ограничение: он не видит ваш localhost и адреса внутренней сети. Для тестирования локального приложения понадобится локальный браузер.
Как запустить агента локально со своей моделью?
Локальный режим включается двумя параметрами: своей моделью в llm и локальным браузером в browser. Пример из README:
Класс ChatOpenAI принимает base_url, поэтому годится любой OpenAI-совместимый сервер. Для Ollama README приводит такой вызов: ChatOpenAI(model, base_url='http://localhost:11434/v1', api_key='ollama'). Встроены также ChatAnthropic и ChatGoogle, а остальные провайдеры подключаются строкой модели Pydantic AI. В таком режиме сама библиотека бесплатна, платить нужно только провайдеру модели, а с локальной моделью — никому.
Доступны 4 режима браузера:
Режимы браузера в browser-use 1.0
4 сервиса, 2 столбца
Листайте столбцы →Смахните влевоВсе 2 столбца
README browser-use 1.0.6, 16 ноября 2026 года
Остальные возможности включаются параметрами агента. Структурированный результат даёт Agent(task, output_model_schema=MyModel), после чего ответ лежит в result.structured_output. Свои инструменты пишутся обычными функциями с декоратором @tools.action('description'). Файлы, скачанные облачным браузером или локальным браузером, который запустила сама библиотека, попадают в agent.workspace/downloads; ваш открытый Chrome сохраняет их в свою папку загрузок. После запуска, в котором был хотя бы один шаг, модель дополнительным запросом оценивает, выполнена ли задача (судья включён по умолчанию, при его сбое поле остаётся пустым): в result.judgement есть поля success, failure_reason и флаги prompt_injection_detected и bot_block_or_captcha_detected.
Сколько стоит Browser Use Cloud?
Облако работает без подписки: вы покупаете кредиты, где 1 кредит равен $1, и они не сгорают. Цены со страницы тарифов на 16 ноября 2026 года:
Цены Browser Use Cloud
6 сервисов, 2 столбца
Листайте столбцы →Смахните влевоВсе 2 столбца
browser-use.com/pricing и MIGRATING.md, проверено 16 ноября 2026 года
Число одновременных сессий зависит от общей суммы платежей за всё время: бесплатно доступно 10, после $100 становится 50, после $1000 лимит растёт до 250, после $5000 открывается 500, а после $25 000 доступно 1000. Сама компания предупреждает, что при работе через прокси главная статья расходов приходится на трафик, тогда как время браузера стоит заметно меньше: в её примере 100 браузеро-часов обходятся в $6, а 0,9 ГБ через резидентный прокси тянут ещё на $4,50.
Решение CAPTCHA и маскировка под обычный браузер работают только в облаке. При этом в README честно оговорено, что результат зависит от сайта и ни одна конфигурация не гарантирует прохождение каждой проверки.
Насколько надёжно агент выполняет задачи?
Честных независимых цифр мало, и сама компания это признаёт. В сводке для разработчиков она приводит статистику своего облака за 30 дней с 17 сентября по 16 октября 2026 года: 1,6 млн запусков агента, из них 95,2% завершились и вернули результат, 2,3% упали с ошибкой и 2,5% были отменены. Завершение не означает успех. На 13 807 запусках, где клиенты включили оценку отдельной моделью-судьёй, успешными признаны 64%, и компания оговаривает, что эта выборка не случайна: клиенты сами выбирали запуски и критерии.
Второй набор цифр касается обхода защит от ботов. В собственном тесте Stealth Bench V2 от 25 сентября 2026 года (100 сайтов с защитой, по 2 визита) облачный браузер Browser Use прошёл 90,5% визитов, а обычный headless Chrome — 3%. Сайты для теста подобраны там, где Browser Use Cloud исторически проходил, а стандартный Chrome блокировался, так что это замер вендора на удобной для него выборке, о чём он сам пишет.
На тесте Online-Mind2Web из 300 живых задач на 136 сайтах облачный агент версии 4 получил 98%, но с собственным автоматическим судьёй компании; официальная таблица этого теста оценивается людьми, и сравнивать эти числа напрямую нельзя. Практический вывод: закладывайте проверку результата в свой код, например через result.judgement и структурированный вывод, и не стройте на агенте операции, где ошибка стоит денег.
Что нужно знать о безопасности до первого запуска?
Агент с браузером читает чужие страницы и исполняет написанный моделью код, поэтому главный риск здесь — инъекция в промпт: текст на странице может попытаться перенаправить агента. В библиотеке есть ограничители, но авторы не выдают их за изоляцию.
It is a guard for an aligned model, not a sandbox: requests an allowed page makes to other hosts (fetch, images, iframes) are not filtered, nor is the agent's own Python networking beyond http_get and its redirects. Run untrusted tasks in a container or VM.
Что стоит включить и о чём помнить:
- Список доменов.
Browser(allowed_domains=['example.com', '*.example.org'])ограничивает навигацию, есть такжеprohibited_domainsиblock_ip_addresses=True. - Пароли.
Agent(task, sensitive_data={'password': '...'})передаёт секрет так, что в выводе ячеек, контрольных точках и результате он заменён на<secret:password>. Но код, написанный моделью, может прочитать значение, а скриншоты и JavaScript на странице способны его показать. - Ваш Chrome. Режим
Browser('chrome')даёт агенту все ваши входы в аккаунты: почту, банк, рабочие сервисы. Для экспериментов безопаснееBrowser('chromium')с временным профилем. - Ссылка на просмотр. Облачный браузер печатает ссылку на живой просмотр, и README предупреждает, что любой, у кого есть ссылка, может управлять браузером. Параметр
Browser(live_view=False)убирает ссылку из вывода, но сам просмотр не отключает, поэтому логи с такой ссылкой нельзя публиковать. - Телеметрия. По MIGRATING.md библиотека отправляет обезличенную статистику: модель, шаги, стоимость, адреса посещённых страниц без параметров запроса и итоговый результат с вырезанными адресами почты, ключами и длинными числами. Текст задачи, введённый текст, код и секреты не отправляются. Отключается переменной
ANONYMIZED_TELEMETRY=false.
Общие приёмы защиты агентов от подставных инструкций мы разбирали в статье о пяти способах защиты от prompt injection, а чем заканчивается слабая изоляция, показывает история побега агента Mistral из песочницы.
Когда browser-use подходит, а когда лучше обычный Playwright?
Агент оправдан там, где сценарий меняется или заранее неизвестен: разовые выгрузки, сбор данных с десятков непохожих сайтов, исследовательское тестирование интерфейса, рутина в кабинетах без API. Он избавляет от написания селекторов, но каждое действие стоит запросов к модели и занимает секунды.
Для регрессионных тестов и стабильных сценариев, которые выполняются тысячи раз, обычный скрипт на Playwright дешевле и предсказуемее. Сама Browser Use в сводке для разработчиков советует поручить агенту генерацию тестов Playwright и затем запускать их в CI без модели. Разумная связка выглядит так: агент исследует интерфейс и пишет сценарий, а скрипт его повторяет.
Версия 1.0 вышла неделю назад, и темп правок высокий: с 10 по 16 ноября 2026 года (UTC) вышли 7 стабильных версий, от 1.0.0 до 1.0.6. Перед обновлением стоит читать заметки к релизу, а код, написанный под 0.x, сверять с руководством по миграции.
Частые вопросы
browser-use бесплатный?
Библиотека бесплатна и распространяется под лицензией MIT. Отдельно оплачиваются вызовы модели у выбранного провайдера и облачные браузеры Browser Use; с локальным браузером Browser('chromium') и локальной моделью через Ollama платить никому не нужно.
Можно ли дать браузер Claude Code или Codex?
Да, для этого служит CLI: README предлагает вставить в агента готовый промпт с командами uv tool install browser-use==1.0.6 и browser-use skill install, после чего агент управляет вашим Chrome или облачным браузером.
Решает ли browser-use CAPTCHA?
Автоматическое решение CAPTCHA есть только у облачных браузеров Browser Use и отключается параметром Browser(captcha_solver=False). Авторы оговаривают, что результат зависит от сайта и гарантий прохождения нет.
Как сохранить вход в аккаунт между запусками?
Локально подойдёт Browser('chromium', user_data_dir='~/bu-profile'): профиль с входами сохраняется в указанной папке. В облаке для этого служит профиль, который передаётся как Browser(cloud_profile_id='work').
Источники: GitHub: browser-use/browser-use, browser-use: MIGRATING.md, GitHub: релизы browser-use, GitHub: browser-use/browser-harness, Browser Use Pricing, Browser Use: llms.txt, сводка продукта и замеров, Browser Use: Stealth Bench V2, Browser Use Docs, GitHub: browser-use/benchmark
Изображение на обложке: Browser Use

