AI 浏览器智能体对比：Browser Use、Skyvern、Nanobrowser 与 Browy

作者 Ritabrata Maiti · 事实核对于 2026 年 10 月 13 日

Browy 是我做的，它是本页七个智能体里的第一个。

这七个都能读网页，也都能替你在网页上点来点去。真正有区别的是两件事：它们驱动的是谁的浏览器，以及模型的钱由谁来付。

七个浏览器智能体并排对比

	最适合	运行在哪里	用谁的浏览器和登录态	模型怎么付费	是否开源	交互方式
Browy	在你已登录的标签页里帮忙，就在 DevTools 旁边	你的浏览器里，外加一个小型本地主机	你自己的 Chrome、Edge 或 Brave，带着你的会话	你的 GitHub Copilot 订阅，免费版也可以	是，Apache-2.0	侧边栏对话和 DevTools 面板 REPL
Browser Use	需要写脚本并大规模运行的智能体	你的机器或 Browser Use Cloud	全新的浏览器、你的 Chrome 配置，或云端浏览器	你自己的 API key，或 Browser Use 的额度	是，MIT	Python 库、CLI、云端 API
Skyvern	登录之后每周都要跑的任务	你的机器（pip 或 Docker）或 Skyvern Cloud	它自己的浏览器，或你正在运行的 Chrome	自托管时用你自己的 key；Cloud 有免费和付费套餐	是，AGPL-3.0	带工作流编辑器的 Web 应用、SDK、API
Nanobrowser	任意模型提供商，包括本地模型	你的浏览器里	你的 Chrome 或 Edge	你自己的 API key，或通过 Ollama 用本地模型	是，Apache-2.0	侧边栏对话
Stagehand	写在你自己代码里的浏览器步骤	你的机器或 Browserbase	它启动或连接的浏览器，或云端浏览器	你自己的 key，或它们的模型网关	是，MIT	Python、Go 和 TypeScript 的 SDK
Claude in Chrome	Claude 用户，尤其是要跑定时任务的	Chrome 里	你的 Chrome	付费的 Claude 订阅	否	侧边栏、Claude Code、Claude Cowork
ChatGPT	把任务交出去，然后走开	OpenAI 的云端、桌面应用或 Chrome	云端浏览器、应用内置的浏览器，或你的 Chrome	你的 ChatGPT 订阅；云端浏览器需要 Go 以外的付费订阅	否	网页版、桌面版和手机上的 ChatGPT

Browy，我为你已登录的浏览器做的智能体

Browy 在你自己的 Chrome、Edge 或 Brave 里工作，就在你已经打开的标签页里，用的是你已经登录的会话。让它审一下你眼前的 pull request，或者设置一个 Gmail 过滤器，它会从你正在看的页面开始，而不是从登录页开始。它读取页面的无障碍树并给每个控件编号，然后按编号点击和输入。填表单时，除非你让它提交，它会在提交之前停下。

它运行在你已有的 GitHub Copilot 订阅上，和你的编辑器、终端用的是同一个。你用 GitHub 登录，然后从这个订阅提供的 Claude、GPT 和 Gemini 模型里挑选，对话中途也能用 /model 或在设置里切换。Copilot 免费版也能用。

它也是本页唯一一个在 Chrome DevTools 里有自己面板的智能体。在任意标签页打开 DevTools，Browy 面板会给你一个带斜杠命令和 JavaScript 模式的 REPL，就在你常用的 Network 和 Console 标签旁边。智能体自己就能读取这个标签页的网络日志和控制台，所以你可以问它哪个 API 调用最慢，它会把 URL、状态码和耗时告诉你。

Browy 采用 Apache-2.0 协议，智能体循环就在一个你可以直接读的文件里。从 v0.1.10 起，那些作用于你的机器而不是页面的工具，从 bash 到 Browy 自己的 run_script，在你去设置里打开之前都保持关闭。

上手只要三步：添加扩展，运行一条安装命令，再用 GitHub 登录。它适合已经在为 GitHub Copilot 付费、想在已登录的标签页里用上智能体的开发者，也包括他们自己正在开发的那些网站。

Browser Use，适合你在代码里跑的智能体

大多数人说”浏览器智能体”时，指的就是 Browser Use 这个开源项目，这个位置是它自己挣来的。Magnus Müller 和 Gregor Žunič 最早把它做成一个 Python 库：你给一个 Agent 一个任务和一个模型，它打开浏览器，一页一页地做下去，直到得出答案。现在它有三种形态：MIT 协议的库；一个命令行工具，可以让 Claude Code 或 Codex 这类编程智能体控制你的浏览器；还有 Browser Use Cloud，替你同时运行智能体和浏览器。

它适合想把智能体放进自己程序里的开发者，可以自定义工具、要求结构化输出，模型也随你挑：OpenAI、Anthropic、Browser Use 自己的 BU2 模型，或者通过 Ollama 跑的本地模型。

它最擅长的是没人盯着时也在跑的工作。这个库可以跑在你自己的程序里或你自己的服务器上；需要同时开很多浏览器时，Browser Use Cloud 的浏览器每小时 0.02 美元，自带代理和验证码处理。这个库还能打开你真实的 Chrome 配置和里面的登录态（你可能得先退出 Chrome）。

如果你更愿意在已经登录的标签页里直接求助，而不是写脚本，这正是 Browy 要做的事，而且它跑在你已经付费的 Copilot 订阅上。Browser Use 的代码在 GitHub 上：browser-use/browser-use。

Skyvern，适合每周都要跑的工作流

Skyvern 用大语言模型加计算机视觉来操作网站，所以它能在从没见过的网站上把事情做完。它的工作流编辑器能把步骤串成可以反复运行的流程：登录、筛选发票、逐张遍历、每张都下载下来。你可以用 pip 或 Docker 自己部署，配上你自己的模型 key；也可以用 Skyvern Cloud，它有 5,000 积分的免费档，付费套餐每月 29 美元起。代码采用 AGPL-3.0 协议，只有反机器人检测的功能例外，那部分只在云端提供。

它是为那些登录之后要一遍又一遍做同一件事的团队做的。它 README 里的例子包括发票门户、求职申请、政府表单和保险报价。

它的强项是重复性工作。Skyvern 能处理 2FA 验证码、保存登录凭据、在云端自动解 CAPTCHA，还能接入 Zapier、Make 和 n8n。它也能通过远程调试驱动你自己的 Chrome，带着你的 cookie 和登录态。

如果只是在已登录的标签页里做一次性的事，Browy 更轻便，因为你在页面旁边打开它，直接问就行。Skyvern 的代码在 GitHub 上：Skyvern-AI/skyvern。

Nanobrowser，什么模型都能接的扩展

Nanobrowser 是和 Browy 最接近的开源同类。它是一个 Apache-2.0 协议的扩展，在侧边栏里提供对话，并在你的浏览器里运行一对智能体：一个规划者（planner）和一个导航者（navigator），每个都可以用不同的模型。它的 README 把 Browser Use 列为它所依托的项目之一。0.2.0 版在 10 月 2 日发布。

它适合这样的人：想在自己平常用的浏览器里用智能体，在已经登录的地方保持登录，而且更愿意自己选模型提供商。

它的长处是模型选择。它支持 OpenAI、Anthropic、Gemini、DeepSeek、Grok、OpenRouter 等，也能通过 Ollama 用本地模型，这样页面上的文字完全不必离开你的机器。你从 Chrome Web Store 添加它，在设置里粘贴一个 API key，再给每个智能体选好模型。它官方支持 Chrome 和 Edge。

如果你已经在为 GitHub Copilot 付费，Browy 给你的是同一类侧边栏，背后是这个订阅里的模型，另外还多了一个 DevTools 里的面板。Nanobrowser 的代码在 GitHub 上：nanobrowser/nanobrowser。

Stagehand，Browserbase 出的 SDK

Stagehand 出现在这里，是因为当你在写代码而不是聊天时，它是 Browser Use 之外最主要的选择。它是 Browserbase 出的 MIT 协议 SDK，支持 TypeScript、Python 和 Go，用几个 AI 调用把一个 Playwright 风格的浏览器包了起来。act 按你用自然语言描述的意思执行一个操作，observe 找到页面元素并返回真实的选择器，extract 按你定义的 schema 把数据取出来。它可以在你的机器上启动 Chrome，也可以连接一个你已经在运行的 Chromium 浏览器，或者使用 Browserbase 的云端浏览器。

它很适合正在做产品或数据管道、需要用到浏览器的开发者，尤其是想控制单个步骤、而不是交给一整个智能体循环的人。

它作为一块积木时最出色。它就在你的代码库里，所以能像你的其他代码一样被测试和部署；在 Browserbase 上它还能缓存重复的操作。它 README 里的登录示例通过选择器来填字段，让密码根本不经过模型。Browserbase 有免费套餐，付费套餐每月 20 美元起。

如果你想要的是一个拿来就用、而不是自己搭的智能体，Browy 就在你已登录的标签页里工作，跑在你已经付费的 Copilot 订阅上。Stagehand 的代码在 GitHub 上：browserbase/stagehand。

Claude in Chrome，Anthropic 在你自己 Chrome 里的智能体

Claude in Chrome 出现在这里，是因为在模型公司做的产品里，它和 Browy 最像：一个在你自己已登录的 Chrome 里、从侧边栏工作的扩展。它会读你正在看的页面，替你一步步操作，包括填表单；它也是 Claude Code 和 Claude Cowork 使用的浏览器。所有付费的 Claude 订阅都能用，从 Pro 到 Enterprise，而且它只支持桌面版 Chrome。

它适合已经在为 Claude 付费的人，也适合用 Claude Code 的开发者：让它在真实的浏览器里检查自己的成果，连控制台报错和网络请求都能看到。

它最擅长无人值守的工作。你用别的标签页时，它会在后台继续干活，还能按计划每天或每周运行任务。它的经典版侧边栏还能学会你录制过一次的工作流。在控制方面，你可以按网站逐个授权，它在动手之前有一道安全检查，Team 和 Enterprise 的管理员可以为所有人统一开启或关闭它。

如果你订阅的是 GitHub Copilot 而不是 Claude，或者你用的是 Edge 或 Brave，Browy 会在你自己已登录的浏览器里给你同一类侧边栏，而你的 Copilot 订阅提供的模型里就有 Claude。Anthropic 的介绍页是 Claude in Chrome。

ChatGPT 的云端浏览器和 Chrome 扩展，来自 OpenAI

ChatGPT 出现在这里，是因为 OpenAI 已经停用了 Atlas 浏览器，把浏览器相关的工作搬进了 ChatGPT 本身，而很多人第一次尝试浏览器智能体，就是在 ChatGPT 里。在 Go 以外的付费订阅上，ChatGPT Work 可以在一台单独的云端电脑上用浏览器运行任务。你离开对话之后，这个任务还会继续，需要你登录或确认时它会暂停。macOS 和 Windows 上的 ChatGPT 桌面应用有自己的内置浏览器，而 OpenAI 的 ChatGPT Chrome 扩展可以让这个应用在你现有的 Chrome 配置和已登录的会话里工作。这个扩展只支持 Chrome，需要和桌面应用配合使用。

它适合本来就天天用 ChatGPT 的人，也适合想把任务交出去、过一会儿再回来拿结果的人。

它最擅长委托任务。你可以在手机上发起一个云端浏览器任务，它会在你不在的时候继续做；密码则是输进一个模型看不到的登录表单里的。

如果你更想看着工作在你自己的标签页里、在 DevTools 旁边发生，Browy 正是为此而做的，而且它跑在你已经付费的 Copilot 订阅上。OpenAI 在 Using cloud browser in ChatGPT 里介绍了云端浏览器，扩展则是 Chrome Web Store 上的 ChatGPT。

我会怎么选

如果你已经在为 GitHub Copilot 付费，想要一个在你已登录的标签页里工作的智能体，就从 Browy 开始。我做 Browy 就是为了这样的人，它也是这里唯一一个同时待在 DevTools 里的智能体。

其他几个是为不同的工作做的：

需要无人值守、大规模运行、写在你自己代码里的智能体，用 Browser Use；如果你更想自己拼小积木，用 Stagehand。
登录之后有人每周都要重跑的工作流，还涉及 2FA 和保存的凭据，看看 Skyvern。如果你在为 Claude 付费，Claude in Chrome 可以按计划运行任务。
想用本地模型，试试 Nanobrowser。
想把任务交出去然后走开，用 ChatGPT 的云端浏览器。

下面是 Browy 实时填写一张 26 个字段的表单，数据来自另一个标签页里的论文：

一句话，实时录制：Browy 从另一个标签页的论文里读出作者，填好全部 26 个字段，并在提交前停下。试试同一个表单。

安装指南大约两分钟就能带你从这里走到第一次对话。