Google 最近开源了一个浏览器自动化工具：Computer Use Preview

Google 最近开源了一个浏览器自动化工具：Computer Use Preview，基于 Gemini 2.5 模型。

只需简单的描述一下想要执行的操作，AI 就能自动控制浏览器完成搜索、点击、填表等各种复杂任务。

GitHub：http://github.com/google/computer-use-preview

主要特性：

• 自然语言控制浏览器操作，无需编写复杂脚本；
• 基于 Playwright 和 Browserbase 两种环境运行；
• 可执行网页导航、表单填写、点击操作等复杂自动化任务；
• 支持截图和鼠标位置高亮，方便于调试和监控；
• 集成 Gemini API 和 Vertex AI，提供强大的理解能力；
• 可指定初始 URL，适合对特定网站的自动化操作。

项目提供了详细的使用文档，通过 Python 虚拟环境安装依赖，并配置 API 密钥即可使用。