本文深入探讨了Browser Use工具中连接和操作浏览器的多种方法，包括通过可执行文件路径启动本地浏览器、连接现有的Playwright对象、利用Playwright的Browser Server、通过CDP协议连接Chrome浏览器以及通过PID连接浏览器等。文章强调了安全性，并提供了实用技巧，帮助用户灵活地与不同浏览器实例交互，从而高效完成自动化任务。

💻通过`executable_path`启动本地浏览器：Browser Use允许指定已安装浏览器的路径，从而启动本地浏览器，支持Chromium内核的浏览器。同时，介绍了启动Chrome浏览器时，需配置用户数据目录，以避免安全问题。

🔗连接现有的Playwright对象：用户可以将现有的Playwright的Browser、BrowserContext或Page对象传递给BrowserSession，实现对已有浏览器实例的复用，方便集成到其他基于Playwright的项目中。

📡连接Playwright的Browser Server：通过`launchServer`启动Browser Server，并使用其提供的WebSocket接口，Browser Use可以连接远程浏览器，实现远程操作。

💡通过CDP连接本地Chrome浏览器：通过在Chrome启动时添加`--remote-debugging-port`参数，Browser Use可以利用CDP协议连接本地Chrome浏览器，实现调试和页面操作。同时，文章介绍了CDP协议的基本用法，如访问`/json/version`、`/json/list`等接口。

🆔通过PID连接本地Chrome浏览器：Browser Use支持通过PID连接Chrome浏览器，前提是Chrome浏览器以调试模式启动，并指定了`--remote-debugging-port`参数。

浏览器是我们日常生活和工作中不可或缺的重要工具，Browser Use 的本质就是模拟人类对浏览器进行各种操作以完成用户任务。在之前的示例中，默认使用的是 Playwright 内置的 Chromium 浏览器，Browser Use 还支持多种启动或连接其他浏览器的方法，我们今天来学习这方面的内容。

通过 executable_path 启动本地浏览器

在之前介绍 Agent 配置时，我们曾学过 BrowserSession 参数的概念，它是 Browser Use 配置浏览器的核心类，它有一个 executable_path 参数，可以指定用户电脑上已安装的浏览器路径。当我们设置 executable_path 参数时，Browser Use 就会启动该浏览器，而不使用 Playwright 内置的浏览器：

from browser_use import Agent, BrowserSessionbrowser_session = BrowserSession(      executable_path='/Applications/Google Chrome.app/Contents/MacOS/Google Chrome',  # executable_path='C:\\Program Files\\Google\\Chrome\\Application\\chrome.exe',  # executable_path='/usr/bin/google-chrome',  user_data_dir='~/.config/browseruse/profiles/default',)agent = Agent(  task="Your task here",  llm=llm,  browser_session=browser_session,)

上面的代码使用的是用户已安装的 Chrome 浏览器，注意不同的操作系统下安装路径也不同。Browser Use 只支持基于 Chromium 内核的浏览器，比如 Brave、Patchright、Rebrowser、Microsoft Edge 等，暂时不支持 Firefox 或 Safari 浏览器。

自定义 Chrome 启动参数

鉴于安全原因，从 v136 开始，Chrome 不再支持使用默认的配置文件来驱动浏览器，所以无法复用你已有的浏览器配置，如登录凭据，收藏夹，扩展程序等。Browser Use 为此创建了一个新的专用配置文件，位于 ~/.config/browseruse/profiles/default，可以在启动 Chrome 浏览器时，将配置文件设置成这个（注意使用全路径）：

$ cd /Applications/Google\ Chrome.app/Contents/MacOS$ ./Google\ Chrome --user-data-dir=/Users/aneasystone/.config/browseruse/profiles/default

在 macOS 上，还有一种更简单的方式启动应用：

# 以应用名称启动$ open -a <应用名称> --args <参数># 以应用路径启动$ open <应用路径> --args <参数>

比如：

$ open -a "Google Chrome" --args \    --user-data-dir=/Users/aneasystone/.config/browseruse/profiles/default

或：

$ open "/Applications/Google Chrome.app" --args \    --user-data-dir=/Users/aneasystone/.config/browseruse/profiles/default

需要注意的是，启动之前最好先退出所有的 Chrome 实例，不然参数可能无效。

通过这种方式打开浏览器后，所有的用户数据会持久化到 Browser Use 的专用配置文件中，所以当我们再次用 Browser Use 启动浏览器时，就可以访问这些用户数据，包括且不限于下面这些：

所有已登录的会话和 Cookies如果启用了自动填充，则可访问保存的密码浏览器历史记录和书签扩展程序及其数据

所以务必检查分配给智能体的任务，确保符合你的安全要求！对于任何敏感数据，请使用 Agent(sensitive_data=...)，并使用 BrowserSession(allowed_domains=...) 限制浏览器访问。

使用现有的 Playwright 对象连接浏览器

我们之前学习过 Browser、BrowserContext 和 Page 参数的概念，这三个都是 Playwright 内置的类：Browser 表示浏览器实例，代表整个浏览器进程，通常使用 playwright.chromium.launch() 等方法创建；BrowserContext 表示浏览器上下文，相当于一个隔离的浏览器会话，类似于浏览器的 “无痕模式”，不同 BrowserContext 之间完全隔离，互不影响；Page 表示一个页面，代表浏览器中的一个标签页，是实际进行页面操作的对象（点击、输入、导航等）。

它们之间的关系，类似下面这样的分层结构：

Browser├── BrowserContext 1│   ├── Page 1│   └── Page 2└── BrowserContext 2    ├── Page 3    └── Page 4

我们可以将现有的 Browser、BrowserContext 或 Page 对象传递给 BrowserSession 类，让 Browser Use 连接并复用已有的浏览器实例：

async with async_playwright() as p:      # 手动打开页面  browser = await p.chromium.launch(headless=False)  context = await browser.new_context()  page = await context.new_page()  await page.goto("https://playwright.dev")  browser_session = BrowserSession(    browser=browser,    browser_context=context,    page=page,  )  agent = Agent(    task="这个页面讲的是什么？",    llm=llm,    # 复用浏览器会话    browser_session=browser_session  )  result = await agent.run()

或者使用简写形式，直接将这三个对象传给 Agent 类：

agent = Agent(  task="这个页面讲的是什么？",  llm=llm,  browser=browser,  browser_context=browser_context,  page=page,)

这种连接方式可以将其他基于 Playwright 的项目非常容易地集成到 Browser Use 中，比如 Patchright、Stagehand 等：

stagehand = Stagehand(  config=config,   server_url=os.getenv("STAGEHAND_SERVER_URL"),)await stagehand.init()agent = Agent(  task='your task',  page=stagehand.page)

连接 Playwright 的 Browser Server

Playwright 的 Node.js 版本有一个 浏览器服务器（Browser Server） 的特性，我们可以通过 BrowserType.launchServer 来启动，服务器会暴露一个 WebSocket 接口供其他应用连接，实现远程操作浏览器。

使用下面的 Node.js 代码启动 Browser Server：

const { chromium } = require('playwright');  // Or 'webkit' or 'firefox'.(async () => {  // 启动服务器  const browserServer = await chromium.launchServer();  const wsEndpoint = browserServer.wsEndpoint();  console.log(wsEndpoint);  // 通过 ws 连接服务器  const browser = await chromium.connect(wsEndpoint);  browser.newPage("https://playwright.dev/");  // 等待 600 秒  await new Promise(resolve => setTimeout(resolve, 600 * 1000));  // 关闭服务器  await browserServer.close();})();

其中 wsEndpoint 就是服务器的地址，可以通过 wss_url 参数传递给 BrowserSession 供 Browser Use 中使用：

browser_session = BrowserSession(      wss_url="ws://localhost:55660/4b762d7e1b8b9a66d8c3ece7a5dd3b81")agent = Agent(  task="访问 https://playwright.dev 总结页面内容",  llm=llm,  browser_session=browser_session)

注意 Browser Server 的服务端和客户端版本需要一致。

通过 CDP 连接本地 Chrome 浏览器

CDP 协议，全称 Chrome DevTools Protocol，这是一个允许工具对 Chromium、Chrome 和其他基于 Blink 的浏览器进行调试、检查和性能分析的协议。目前有 很多项目 正在使用这个协议，包括 Chrome 的开发者工具。

在启动 Chrome 浏览器时加上 --remote-debugging-port=9222 参数即可开启 CDP 协议：

$ open -a "Google Chrome" --args \    --remote-debugging-port=9222 \    --user-data-dir=/Users/aneasystone/.config/browseruse/profiles/default

注意，调试模式必须指定自定义的用户数据目录。

浏览器会监听 9222 端口，使用 curl 检查是否能连接：

$ curl http://localhost:9222/json/version

如果一切正常，将返回类似下面这样的浏览器信息：

{  "Browser": "Chrome/137.0.7151.104",  "Protocol-Version": "1.3",  "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/137.0.0.0 Safari/537.36",  "V8-Version": "13.7.152.14",  "WebKit-Version": "537.36 (@dd98cd04c723035396b6d301e1f196b29a14a0ff)",  "webSocketDebuggerUrl": "ws://localhost:9222/devtools/browser/6dcde03c-cc5c-41b9-a7bf-64ebab62726d"}

可以通过 cdp_url 参数传递给 BrowserSession 供 Browser Use 中使用：

browser_session = BrowserSession(      cdp_url="http://localhost:9222")agent = Agent(  task="访问 https://playwright.dev 总结页面内容",  llm=llm,  browser_session=browser_session)

学习 CDP 协议

上面使用 curl 访问的 /json/version 接口，就是 CDP 协议中的一个接口，像这样的接口还有很多。比如访问 /json/list 接口：

$ curl http://localhost:9222/json/list

将返回浏览器当前打开的所有页面信息：

[ {  "description": "",  "devtoolsFrontendUrl": "...",  "faviconUrl": "https://chromedevtools.github.io/devtools-protocol/images/logo.png",  "id": "7C10F98B3BDCE163464F77ED2AC7948A",  "title": "Chrome DevTools Protocol",  "type": "page",  "url": "https://chromedevtools.github.io/devtools-protocol/",  "webSocketDebuggerUrl": "ws://localhost:9222/devtools/page/7C10F98B3BDCE163464F77ED2AC7948A"}, {  "description": "",  "devtoolsFrontendUrl": "...",  "faviconUrl": "https://mintlify.s3-us-west-1.amazonaws.com/browseruse-0aece648/_generated/favicon/favicon.ico?v=3",  "id": "9624235768323EEEB7083FBD54748808",  "title": "Connect to your Browser - Browser Use",  "type": "page",  "url": "https://docs.browser-use.com/customize/real-browser",  "webSocketDebuggerUrl": "ws://localhost:9222/devtools/page/9624235768323EEEB7083FBD54748808"} ]

访问 /json/new?{url} 接口：

$ curl -X PUT "http://localhost:9222/json/new?https://playwright.dev"

将打开一个新页面，并返回新页面的信息：

{  "description": "",  "devtoolsFrontendUrl": "...",  "id": "BB33A59C140BB527452DB607BFCE3A03",  "title": "",  "type": "page",  "url": "https://playwright.dev/",  "webSocketDebuggerUrl": "ws://localhost:9222/devtools/page/BB33A59C140BB527452DB607BFCE3A03"}

接口里返回的 webSocketDebuggerUrl 是该页面的调试地址，我们可以通过 WebSocket 连接它，并发送 CDP 命令去操作该页面：

这里发送的 CDP 命令是 Page.navigate，将当前页面导航到一个新地址：

{"id": 1, "method": "Page.navigate", "params": {"url": "http://www.github.com"}}

还可以访问 /json/close/{targetId} 接口：

$ curl http://localhost:9222/json/close/BB33A59C140BB527452DB607BFCE3A03

将关闭对应的页面：

Target is closing

如果你对 CDP 协议感兴趣，可以参考其官方文档：

chromedevtools.github.io/devtools-pr…

通过 PID 连接本地 Chrome 浏览器

Browser Use 还支持通过 PID 来连接 Chrome 浏览器：

browser_session = BrowserSession(  browser_pid=46543)agent = Agent(  task="访问 https://playwright.dev 总结页面内容",  llm=llm,  browser_session=browser_session)

注意 Chrome 浏览器启动时必须加上 --remote-debugging-port=9222 参数，以调试模式启动。可以看下 Browser Use 底层的实现，通过 PID 找到进程的启动参数，然后从参数中找到 --remote-debugging-port 端口号，最终还是通过 CDP 协议来连接：

在线浏览器服务

目前有很多在线浏览器服务，它们都支持 WS 协议或 CDP 协议，感兴趣的可以试下：

ZenRows - www.zenrows.com/Anchor Browser - anchorbrowser.io/Browserless - www.browserless.io/Steel - steel.dev/Browserbase - www.browserbase.com/Oxylabs - oxylabs.io/Bright Data - brightdata.com/

小结

今天学习了 Browser Use 启动或连接浏览器的方法，包括通过 executable_path 启动本地浏览器、使用现有的 Playwright 对象连接浏览器、通过 Playwright 的 Browser Server 连接远程浏览器、通过 CDP 连接本地 Chrome 浏览器，以及通过 PID 连接本地 Chrome 浏览器等方法。这些技术使得 Browser Use 可以灵活地与不同的浏览器实例交互，从而更好地完成复杂的自动化任务。在使用这些功能时，需要注意安全性，确保不要无意中泄露敏感信息。

欢迎关注

如果这篇文章对您有所帮助，欢迎关注我的同名公众号：日习一技，每天学一点新技术。

我会每天花一个小时，记录下我学习的点点滴滴。内容包括但不限于：

某个产品的使用小窍门开源项目的实践和心得技术点的简单解读

目标是让大家用5分钟读完就能有所收获，不需要太费劲，但却可以轻松获取一些干货。不管你是技术新手还是老鸟，欢迎给我提建议，如果有想学习的技术，也欢迎交流！