Browser Use en Python pour un agent en lecture seule

Pour créer un agent Browser Use en Python, donnez à Agent un modèle, un nouveau Browser et une tâche dont vous connaissez la réponse. L'agent lit un titre et un code sur une page HTML locale. Pydantic vérifie le format, puis le programme compare chaque valeur au contenu de la page.

Un signalement sur GitHub décrit une ancienne version qui rejetait des actions générées par le modèle. C'est une étape distincte de la production de la réponse. L'exemple suit le démarrage rapide Python et le guide du format de sortie. Le code a été relu à partir de ces sources. Il reste à l'exécuter de bout en bout.

À retenir

• Choisissez la bibliothèque Python de Browser Use pour gérer la session, la tâche et les vérifications dans votre application.

• Commencez par un fichier local et une session sans compte connecté.

• Vous pouvez choisir séparément où tournent le navigateur et le modèle. ChatBrowserUse appelle un modèle hébergé même avec Chromium en local.

• history.is_successful() donne l'appréciation de l'agent. Comparez les valeurs à la page.

• Pour le premier essai, utilisez une page sans formulaire, compte ou envoi de fichier.

Où tournent le navigateur et le modèle

Le modèle sélectionne les actions, le navigateur les exécute et Python les relie. Cette distinction aide à choisir entre un agent de navigation, un script Playwright déterministe et une simple recherche web.

L'exercice suit la première option. Placez BROWSER_USE_API_KEY dans l'environnement ou un fichier .env local comme dans le guide de démarrage. Gardez la clé hors du dépôt. Exécutez ces commandes dans un nouveau dossier avec uv installé.

uv init --python 3.12
uv add browser-use
uvx browser-use install

La dernière commande prépare Chromium. Conservez le fichier de verrouillage pour retrouver la même installation. Le guide des modèles compatibles présente aussi ChatOllama. Si vous changez de fournisseur, conservez la page et les valeurs attendues. Vérifiez les actions et la sortie finale. Le guide Cloud détaille sa propre configuration d'accès et de session.

Une question de QA sur Reddit demande un modèle auto-hébergé pour garder les données client sur place. Cette contrainte demande un modèle local. L'exercice transmet seulement des données fictives.

Créer une page dont la réponse est connue

Enregistrez ce fichier sous fixture/index.html. Il contient du texte et un code fictif, sans formulaire ni identifiants. Lancez le serveur dans un autre terminal. Il ne sert que le dossier fixture.

<!doctype html>
<html lang="en">
<meta charset="utf-8">
<title>Inventory fixture</title>
<main>
  <h1>Inventory Check</h1>
  <p>Reference code: BU-741</p>
</main>
</html>

uv run python -m http.server 8765 --bind 127.0.0.1 --directory fixture

L'adresse 127.0.0.1 désigne la machine du navigateur. Un navigateur distant se connectera à sa propre adresse locale. Pour cet exercice, gardez le serveur et Chromium sur la même machine. Ouvrez la page manuellement si vous devez vérifier qu'elle répond.

Lancer l'agent et vérifier les deux champs

Enregistrez check_page.py à la racine. Les paramètres du navigateur décrivent la liste des domaines autorisés. Les paramètres d'Agent décrivent le schéma. La consigne indique l'URL. Les valeurs attendues restent dans le code de vérification.

import asyncio
from tempfile import TemporaryDirectory

from browser_use import Agent, Browser, ChatBrowserUse
from pydantic import BaseModel

URL = "http://127.0.0.1:8765/"


class PageCheck(BaseModel):
    heading: str
    reference: str


async def main():
    with TemporaryDirectory(prefix="browser-use-fixture-") as profile:
        browser = Browser(
            headless=True,
            user_data_dir=profile,
            allowed_domains=["127.0.0.1"],
            accept_downloads=False,
        )
        try:
            agent = Agent(
                task=(
                    f"Open {URL} and read its visible heading and reference code. "
                    "Return only those two values. Do not interact with any form."
                ),
                browser=browser,
                llm=ChatBrowserUse(),
                output_model_schema=PageCheck,
            )
            history = await agent.run(max_steps=5)
            result = history.structured_output
            expected = PageCheck(heading="Inventory Check", reference="BU-741")
            if result != expected:
                raise RuntimeError("The output does not match the fixture.")
            print(result.model_dump_json())
        finally:
            await browser.stop()


if __name__ == "__main__":
    asyncio.run(main())

uv run python check_page.py

Si le script imprime le résultat attendu, le titre sera Inventory Check et le code BU-741. En cas d'écart, consultez l'historique avant d'augmenter le nombre d'étapes. L'agent pourrait simplement répéter une action qui échoue.

Vérifier la visite, la sortie et les effets séparément

Cherchez une requête vers / dans le journal du serveur pendant l'exécution. Comparez-la à history.urls(), history.errors() et à la sortie du script. Le guide du format de sortie distingue la fin du traitement, le succès déclaré et la vérification externe.

Gardez le profil de test séparé de votre profil courant. Réutiliser un navigateur existant change les sessions et cookies accessibles à l'agent. La liste de domaines limite la navigation. Sur un système réel, appliquez les droits de lecture sur le serveur et utilisez un compte de test. Voir les risques de sécurité des agents.

Repérer la première étape en échec

Un signalement sur le CDP distant décrit un blocage lors d'appels au protocole du navigateur. Ce problème survient à une autre étape que la validation des actions. Ces signalements concernent des versions précises. Partez de votre propre journal.

Si une tâche peut créer un enregistrement ou envoyer un message, vérifiez le système cible avant de relancer après une expiration. Pour la page locale en lecture seule, vous pouvez refaire la visite et consulter le journal.

Quand garder l'intégration Python

Gardez Python quand une application doit recevoir et vérifier des champs typés. Une URL, des sélecteurs et des étapes stables se prêtent à un script de navigateur. Pour une vérification ponctuelle, ouvrez la page et lisez le texte. La comparaison Tabbit et Browser Use et le guide des navigateurs avec agents expliquent la différence entre interface et intégration Python.

Au premier lancement, vérifiez que la requête atteint le serveur et que les deux champs correspondent. Changez ensuite le navigateur, le fournisseur ou le site un par un.

Secholar.L

Croissance et contenu chez Tabbit

Secholar.L rédige des guides pratiques sur les navigateurs IA et les workflows agentiques, en comparant les outils sur la base de recherches réelles et de sources vérifiables.