1. Chromium с «диагностическим разъёмом»
У Chromium с завода есть пульт управления — CDP (Chrome DevTools Protocol). Официальный протокол: «открой вкладку», «кликни сюда», «напечатай текст», «покажи, что на странице». Как OBD-разъём в машине: сама она не едет, но прибор может всё прочитать и покрутить.
2. browser-use — «автобус» 🚌
Python-библиотека, которая переводит человеческие команды на язык разъёма. Даёт класс BrowserSession: запустить браузер, перейти по ссылке, кликнуть, напечатать, выполнить JS. В логах он так и представляется — автобусом.
Два режима:
• библиотека — импортируешь в свой код и рулишь сам как Playwrite;
• водитель — встроенный
Agent(task=..., llm=...) сам решает, куда кликать. Удобно для демо, но непрозрачно: почему он нажал именно это — не ответит никто.3. browser-harness — «диспетчерская»
Обвязка для ИИ-агентов поверх водителя: демон-процесс, готовые помощники (клики, скриншоты, заливка файлов), скилл, который агент подключает себе. CLI + skill
browser-use внутри дергает именно этот пакет.Итого: Chromium CDP — диагностический разъём, browser-use — водитель с переключателем «сам веду / автопилот», browser-harness — рация, через которую диспетчер-агент отдаёт команды.
https://github.com/browser-use/browser-use
