browser-use 0.13.8: die Python-Bibliothek, die Agenten den Browser bedienen lässt
🌐 Machen Sie Websites für KI-Agenten zugänglich. Automatisieren Sie Aufgaben ganz einfach online.
Auf einen Blick
- Was ist das?
- Mit über 111000 Sternen ist browser-use das Referenzprojekt für Browser-Automatisierung durch LLM-Agenten, mit Python-Bibliothek, CLI-Skill und Cloud-Gegenspieler im selben README.
- Für wen ist es gedacht?
- browser-use passt in zwei Szenarien: Einmal-Aufgaben im Browser erledigt der CLI-Skill durch einen bestehenden Agenten wie Claude Code oder Codex, wiederholbare Automatisierung in eigenem Code läuft über die Python-Bibliothek mit Agent und agent.run(). Wer skalieren, Proxys oder Stealth braucht, landet bei der Cloud, der Open-Source-Teil bleibt lokal und frei.
- Darf ich es kommerziell nutzen?
- Ja. MIT ist eine freizügige Lizenz: Sie dürfen darauf aufbauende Software nutzen, verändern und verkaufen, solange Sie die Urheberrechts- und Lizenzhinweise beibehalten.
- Wird es noch gepflegt?
- Ja. Die letzten Commits kamen vor 1 Tag.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich Python, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
111000 Sterne und die Aufgabe: Webseiten für AI-Agenten zugänglich machen
Browser-use beschreibt sich als Werkzeug, das Webseiten für AI-Agenten zugänglich macht. Der Agent nutzt den Browser so wie ein Mensch, laut README öffnet er Seiten, klickt Buttons, tippt und füllt Formulare aus. Man beschreibt die Aufgabe, er führt sie aus. Die Beispiele reichen von einer Bewerbung mit dem eigenen Lebenslauf ausfüllen, verlinkt als examples/use-cases/apply_to_job.py, bis zu strukturierte Follower-Daten extrahieren und als CSV exportieren.
Die Metadaten zeichnen ein außergewöhnlich großes Projekt: rund 111557 Sterne, 12243 Forks, 389 offene Issues, Sprache Python, Lizenz MIT, Branch main. Releases erscheinen dicht, aktuell 0.13.8 vom 16. August 2026, zuvor 0.13.7 und 0.13.6 im Juli. Diese Größe hat eine Kehrseite: Die README ist stark auf Onboarding und Cloud-Akquisition ausgerichtet, technische Tiefe sucht man in den docs unter docs.browser-use.com, nicht im Repo-Text.
Quickstart mit uv: uv add browser-use und die .env-Schlüssel
Der Python-Weg startet ab Python 3.11 mit uv add browser-use oder klassisch pip install browser-use. Danach gehört der LLM-Schlüssel in die .env, etwa BROWSER_USE_API_KEY=your-key, alternativ GOOGLE_API_KEY oder ANTHROPIC_API_KEY für eigene Provider. Das erste Beispiel definiert einen Agent mit der Aufgabe, die Sternezahl des browser-use-Repos zu finden, und einem llm-Parameter, hier ChatBrowserUse(model='openai/gpt-5.5').
Der Lauf ist ein asyncio-Standard: history = await agent.run() innerhalb einer async main, gestartet per asyncio.run. Auskommentierte Alternativen zeigen die Breite der Auswahl: bu-2-0-mini-preview als das laut README optimierte Eigene Modell, ChatOpenAI mit gpt-5.5 oder ChatAnthropic mit claude-opus-4-8. Das history-Objekt ist der praktische Prüfpunkt, denn es hält fest, welche Schritte der Agent tatsächlich ausgeführt hat, bevor man ein Ergebnis als abgeschlossen akzeptiert.
Der CLI-Skill: browser-use skill install für Claude Code und Codex
Für Nutzer, die bereits einen Coding-Agenten wie Claude Code, Codex, Cursor, Hermes oder OpenClaw haben, gibt es den Skill-Weg. Die README liefert einen Paste-Prompt, der den Agenten anweist, browser-use mit uv und Python 3.12 auf die neueste stabile Version zu bringen, browser-use skill install auszuführen und die Verbindung zum Browser herzustellen. Danach genügt eine Aufgabenbeschreibung, Beispiele sind ein Video auf YouTube hochladen oder drei Laptops vergleichen und als Preistabelle ausgeben.
Die FAQ zieht eine klare Grenze zwischen den Wegen. Faustregel laut README: Einmal-Aufgaben durch einen Agenten laufen über die CLI, wiederholbare Automatisierung in Code über die Python-Bibliothek. Die Bibliothek gewinnt ihre Rolle durch Feinsteuerung: eigene Tools, eigene Systemprompts, strukturierte Ausgaben und granulare Browserkontrolle, also alles, was ein festes Produkt aus Agentenautomation braucht.
ChatBrowserUse und der Selbsttest über das browser-use/benchmark
Das Projekt stellt mit ChatBrowserUse eine eigene Chatklasse bereit, die laut FAQ speziell für Browser-Automation optimiert wurde. Selbstauskunft zufolge schließt sie Aufgaben drei bis fünfmal schneller ab als andere Modelle, bei SOTA-Genauigkeit. Wer eine eigene Bewertung will, muss sie selbst fahren, die README nennt dafür aber die Unterlagen.
Der Benchmark ist offen gelegt: Browser Use testet sich über 100 echte Browseraufgaben, der komplette Benchmark liegt als eigenes Repository unter browser-use/benchmark. Zusätzlich meldet sich das Projekt mit Platz 1 auf der Odysseys-Leaderboard bei 87,4 % Durchschnitt, gemessen über 200 langläufige Web-Aufgaben, vor Computer-Use-Agenten von OpenAI, Anthropic, Google und Microsoft. Beide Angaben stammen vom Hersteller und sollten als Positionierung gelesen werden, als Verifikationseinstieg taugt das offene Benchmark-Repo trotzdem, weil die Tasks wiederholbar sind.
Open Source gegen Cloud: der API-Lauf über api/v4/runs
Die Aufteilung im README ist deutlich. Der Open-Source-Agent läuft frei und auf der eigenen Maschine, mit tiefer Codeintegration, eigener Modellwahl und Verhaltensoptionen. Empfohlen wird die Kombination mit Cloud-Browsern, wenn Stealth, Proxy-Rotation und Skalierung gebraucht werden. Die Cloud-Seite verspricht einen stärkeren Agenten für komplexe Tasks, beste Stealth mit Proxy-Rotation und CAPTCHA-Lösung, über 1000 Integrationen wie Gmail, Slack und Notion, persistentes Dateisystem und Speicher sowie wiederausführbare Skripte, die live Daten ziehen, selbst wenn sich Webseiten ändern.
Technisch ist die Cloud ein API-Dienst. Das README zeigt einen curl-Aufruf: POST gegen https://api.browser-use.com/api/v4/runs, Header X-Browser-Use-API-Key mit dem Schlüssel aus der .env, Body mit der Task als JSON. Damit wird die Entscheidung praktisch: Lokal heißt Codekontrolle ohne Betriebskosten, aber mit eigener Browserinstanz und eigenem Modellbudget, Cloud heißt Betriebskomfort, der über den API-Schlüssel abgerechnet wird. Beides teilt dieselbe Aufgabenlogik, unterscheidet sich aber in Verantwortung und Kostenverlauf.
Grenzen: Modellkosten, Onboarding-Fokus und die 389 offenen Issues
Die Grenzen des Open-Source-Teils liegen im Modell. Jeder Agentenlauf verbraucht LLM-Durchläufe, bei komplexen Aufgaben sind es viele, und die Auswahl des Modells entscheidet über Geschwindigkeit und Genauigkeit mehr als jede Konfiguration. Der lokale Betrieb setzt zudem eine nutzbare Browserumgebung voraus, im Teamkontext kollidiert die Steuerung eines echten Browsers schnell mit Sicherheitsanforderungen.
Zur Einordnung gehört auch die Erwartungshaltung an das Repository. Die README ist ein Vertriebs- und Onboarding-Text, sie erklärt, wie man startet, aber nicht, wie die Agentenschleife im Detail arbeitet, das liegt in der Dokumentation und im Code. Die 389 offenen Issues dokumentieren ein aktives, großes Nutzerfeld mit entsprechend laufender Problemarbeit. Wer die Bibliothek produktiv setzen will, sollte die Lernphase bewusst planen: erst eine Aufgabe mit sichtbarem history prüfen, dann Parallelisierung, dann die Frage, ob Cloud-Browser die eigene Stealth-Anforderung wirklich lösen.
Redaktionelles Fazit
browser-use passt in zwei Szenarien: Einmal-Aufgaben im Browser erledigt der CLI-Skill durch einen bestehenden Agenten wie Claude Code oder Codex, wiederholbare Automatisierung in eigenem Code läuft über die Python-Bibliothek mit Agent und agent.run(). Wer skalieren, Proxys oder Stealth braucht, landet bei der Cloud, der Open-Source-Teil bleibt lokal und frei. Ungeeignet ist die Bibliothek für Nutzer, die ohne LLM-API-Kosten automatisieren wollen, denn jeder Durchlauf verbraucht Modelldurchläufe. Vor dem Ernstbetrieb sollte man die erste Aufgabe mit einem Test-API-Key und einer isolierten Browserinstanz ausführen und im History-Objekt nachsehen, welche Schritte der Agent tatsächlich gegangen ist.
Community-Notizen