Computer Use Preview AI浏览器自动化工具，基于Gemini模型实现智能计算机操作

Computer Use Preview：让AI学会使用计算机的预览工具

你是否曾经希望AI助手能够像人类一样操作计算机，自动完成网页浏览、表单填写等任务？Google的Computer Use Preview项目正是为此而生。它是一个基于Python开发的AI浏览器自动化工具，通过Gemini模型让AI能够理解和执行自然语言指令来控制浏览器。本文将带你全面了解这个潜力新星。

截至收录：
Computer Use Preview项目stars数：477
Computer Use Preview项目forks数：64

Computer Use Preview项目目录截图

Computer Use Preview项目核心亮点

🤖 智能浏览器控制：通过Gemini大语言模型理解自然语言指令，实现智能化的浏览器操作。
🌐 多环境支持：支持本地Playwright和云端Browserbase两种浏览器环境，满足不同部署需求。
🔧 开箱即用：提供完整的安装脚本和配置指南，快速搭建AI浏览器自动化环境。
📝 灵活配置：支持Gemini Developer API和Vertex AI两种后端服务，适应不同用户需求。

Computer Use Preview项目快速开始

只需几步，你就能让AI助手帮你操作浏览器：

1. 安装环境：

   git clone https://github.com/google/computer-use-preview.git
   cd computer-use-preview
   python3 -m venv .venv
   source .venv/bin/activate
   pip install -r requirements.txt
   playwright install-deps chrome
   playwright install chrome

2. 配置API密钥：

   export GEMINI_API_KEY="YOUR_GEMINI_API_KEY"

3. 运行第一个AI浏览器任务：

   python main.py --query "Go to Google and type  Hello World  into the search bar" --env="playwright"

Computer Use Preview项目应用场景

场景一：自动化网页操作：开发者可以使用自然语言指令让AI自动完成网页浏览、表单填写、数据抓取等重复性任务。
场景二：网站测试自动化：QA工程师可以编写自然语言测试用例，让AI自动执行功能测试和回归测试。
场景三：业务流程自动化：企业可以使用AI助手自动完成日常的网页操作流程，提高工作效率。
用户案例：作为Google的预览项目，它展示了AI操作计算机的最新能力，为未来的AI助手应用奠定了基础。

Computer Use Preview项目链接

google / computer-use-preview项目地址：https://github.com/google/computer-use-preview

本文地址：https://www.tgoos.com/17282