用 browser-use 和 CDP 构建本地 AI 浏览器智能体
AI 总结
据首发于腾讯云开发者社区的一手技术报告，作者使用 browser-use v0.13.14、Playwright Chromium 和 CDP-Connect 混合方案，为本地 AI 中控“灵境”增加网页浏览能力。报告记录了 Windows 子进程死锁、浏览器启动竞态、代理路由和验证码页面等问题，并介绍了拦截高危操作、防止提示词注入、避免暴露凭据，以及核验第三方数据等护栏。作者称 deepseek-chat 跑通了测试链路，而免费档 glm-4-flash 在测试版本的严格 action 解析下持续失败。
深度见解
该报告提供了控制 Chromium 启动、为本地 CDP 连接绕过代理、限制验证码兜底次数、依据官方来源和时点核验关键数据，以及保护浏览器访问权限的具体实践。其实现与运行结果均为作者自述，尚未得到独立验证。
技术栈：Python 3.12 + browser-use v0.13.14（MIT）+ Playwright Chromium 本文所有日志片段均来自真机执行记录，未做修饰。 金价数据核实时间：2026-10-30 23:55（GMT+8）
一、为什么需要"双手"
我做的是一个跑在本地的 AI 中控（灵境）。前面几轮迭代下来，它能聊天、能读文件、能查天气、能看图——但一直缺一样东西：它不会上网。
这个缺口比看起来严重。举两个真实例子：
- 我问"今天金价多少"，它只能从训练数据里给我一个印象数字，而那个数字可能是几个月前的；
- 我问"某某公司最近有什么新闻"，它只能说"你可以去搜一下"。
#browser-use#Playwright Chromium#灵境#DeepSeek Chat#GLM-4-Flash#Chromium