5分钟跑通 Browser-Use 自动投递：让 AI 替你填完每一份招聘表单

5分钟跑通 Browser-Use 自动投递让 AI 替你填完每一份招聘表单【免费下载链接】browser-use Make websites accessible for AI agents. Automate tasks online with ease.项目地址: https://gitcode.com/GitHub_Trending/br/browser-use周五晚第18份简历填到一半同一段工作经历又要复制粘贴一遍。Browser-Use 是这类重复填表工作的解法——一个让 AI Agent 像人一样操作浏览器的 Python 库能打开招聘网站、识别表单字段、填入你的信息并提交。本文带一条链路跑通自动投递安装、首次运行、一份简历多平台复用、多网站并行、结果自动归档。它能替你做什么核心思路是“把任务描述成一句话Agent 自己在页面上完成”。几条关键能力像人一样浏览点击、滚动、填表、上传文件全程不写选择器脚本AI 识别页面结构把简历信息自动匹配到对应表单字段默认本地运行简历与账号数据留在自己机器上敏感字段支持脱敏支持多 Agent 并行、录制操作视频方便事后复盘环境与首次运行从克隆到第一条任务跑通先拿到代码和依赖。仓库克隆下来后项目本身就是可安装的 Python 包git clone https://gitcode.com/GitHub_Trending/br/browser-use cd browser-use uv add browser-use # 或 pip install browser-use接着在项目根目录建一个.env写入你用的模型厂商 key例如OPENAI_API_KEYsk-...Agent 会自动读取不用改代码。首次运行建议用一条低风险任务验证链路是否通。下面这段会开一个真实浏览器让它搜索职位并汇报结果import asyncio from browser_use import Agent, ChatOpenAI async def main(): agent Agent(task打开招聘网站搜索软件工程师列出前3条职位, llmChatOpenAI(modelgpt-4.1-mini)) await agent.run() asyncio.run(main())跑起来后浏览器窗口会一步步执行终端同步打印每步的决策与动作。看到它正确填表或完成搜索环境就算通了。核心工作流一条投递链路的三个环节简历信息一次录入多平台复用怎么落地目标是个人信息只维护一份。examples/use-cases/apply_to_job.py 的官方示例就是这套结构一份 info JSON 加简历路径再用一段任务描述告诉 Agent“以这份 JSON 为唯一事实来源从上到下逐字段填表最后提交并确认成功页”。运行只需要一条命令两个参数指向你的数据python examples/use-cases/apply_to_job.py \ --test-data my_info.json \ --resume ./resume.pdf换平台时不用重写脚本my_info.json 的字段名对齐目标平台的表单任务描述里改一下字段映射即可。并行投递多个网站同时跑开几个窗口才稳目标是同时处理多个平台的做法。多个 Agent 可以共享同一个 BrowserSession用asyncio.gather并行执行官方示例见 examples/features/parallel_agents.pysession BrowserSession(browser_profileBrowserProfile(headlessFalse)) agents [Agent(taskt, llmllm, browser_sessionsession) for t in tasks] results await asyncio.gather(*[a.run() for a in agents]) # 并行执行边界在这里同一会话开 34 个并行任务就够。再多是 LLM 推理先成为瓶颈速度并不会线性上升还更容易触发站点风控。官方也把这种共享会话标注为实验特性建议先用测试账号验证。投递结果自动归档成 CSV目标是每次投递都留痕。Agent 自带文件系统任务里加一句“把结果导出为 apply_log.csv”它会在结束时自动生成文件逗号、引号等格式问题在框架层按 RFC 4180 归一化不用自己清洗。运行完用agent.file_system.get_file(apply_log.csv)读出内容列设计成平台、职位、时间、状态方便后续跟进。效率与可控性让它跑得更聪明敏感字段脱敏账号密码不暴露给模型登录密码这类信息不要直接写进任务描述。sensitive_data参数接收一个字典模型全程只能看到x_password这样的占位符真实值由框架在执行时注入还能按域名分发不同凭据。用法参考 examples/features/sensitive_data.py这是个人数据安全最实用的一道闸。选对模型外加一个随时能停的回调表单类任务里模型能力直接决定通过率长表单、多页提交建议用推理更强的模型仓库内也给出了不同模型的准确率对比可作为选型依据。另一道保险是register_should_stop_callback注册一个每步都会调用的回调返回 True 立即停止整个任务。看到验证码、或 Agent 开始误操作时外部就能把它刹住而不必等它跑满 max_steps。避坑与合规提醒网站改版是最常见的失效原因。Agent 靠文本和语义定位元素表单挪位、字段改名时通常能自行适应跑不动时先翻终端的步骤日志定位卡点再微调任务描述。验证码是固定断点建议暂停任务手动处理不要把自动过验证写进流程。投递频率方面自动提交仍是你真实账号下的行为平台有自己的风控。把单日量级控制在人工可完成的范围两次提交之间留随机间隔同一账号避免多处登录。批量场景下“串行逐份提交”比“多账号并行”稳定得多。个人数据层面.env的 key 留在本地、不进仓库简历用本地路径引用密码、证件号一类字段走sensitive_data脱敏不要明文写进任务字符串。把重复填表交给 Browser-Use把时间留给筛选岗位和准备面试。下一步打开 examples 目录挑一个最贴近你目标平台的脚本把任务描述改成你的表单字段先跑通一个平台试试。【免费下载链接】browser-use Make websites accessible for AI agents. Automate tasks online with ease.项目地址: https://gitcode.com/GitHub_Trending/br/browser-use创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考