Browser-Use: El Repo Open-Source que Enseña a los Agentes a Clickear

1. Qué Es Browser-Use: Estrellas, Licencia y Datos

Browser-Use (github.com/browser-use/browser-use) es un framework Python open-source que hace las webs accesibles para agentes de IA. En vez de selectores CSS frágiles, el agente observa la página como lo haría una tecnología de asistencia, decide la próxima acción con un LLM y la ejecuta en un Chromium real manejado por Playwright.

Hay dos formas de usarlo. El agente open-source corre en tu máquina: gratis, agnóstico de modelo (OpenAI, Anthropic, Google, Ollama o sus modelos alojados ChatBrowserUse), con control total del código y los prompts. La nube suma navegadores stealth, rotación de proxies, manejo de CAPTCHAs y más de 1.000 integraciones para producción. La librería sigue siendo MIT en ambos casos.

2. Arquitectura en 4 Pasos

No necesitás leer todo el código para usarlo bien. El loop del agente son cuatro etapas que se repiten hasta completar la tarea o agotar el presupuesto de pasos.

3. Quickstart: Tu Primer Agente en 5 Minutos

Cada comando de abajo está copiado del README actual y del quickstart oficial, reducido al mínimo. Requiere Python 3.11 o mayor; 3.12 con uv recomendado.

Paso A — Instalá el paquete y el navegador

pip install uv
uv venv --python 3.12
source .venv/bin/activate
uv pip install browser-use
uvx browser-use install

¿Sin uv? pip install browser-use también funciona. La última línea descarga Chromium. Atajo: uvx browser-use init --template default genera un archivo de agente funcional.

Paso B — Agregá tu key de LLM al .env

# .env — elegí el provider que vas a usar
BROWSER_USE_API_KEY=your-key
# GOOGLE_API_KEY=your-key
# OPENAI_API_KEY=your-key
# ANTHROPIC_API_KEY=your-key

Con una key alcanza. ChatBrowserUse está optimizado para tareas de navegador y llega a la mayoría de providers con una sola key; con Ollama corrés modelos locales totalmente offline.

Paso C — Corré tu primer agente

from browser_use import Agent, ChatBrowserUse
from dotenv import load_dotenv
import asyncio

load_dotenv()

async def main():
    llm = ChatBrowserUse()
    task = "Find the number 1 post on Show HN"
    agent = Agent(task=task, llm=llm)
    await agent.run()

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

Cambiá el LLM en una línea: ChatGoogle(model=”gemini-flash-latest”), ChatOpenAI(model=”gpt-4.1-mini”) o ChatAnthropic(model=”claude-sonnet-4-0”). Mismo Agent, mismo loop.

4. Casos de Uso Reales que Justifican el Hype

Los agentes de navegador brillan donde no hay APIs, donde cambian sin aviso o donde todo está diseñado para humanos. Estos son los patrones que veo sobrevivir al contacto con producción.

5. Cuándo NO Usar Browser-Use

Sección honesta, porque la forma más rápida de odiar a los agentes es apuntarlos al trabajo equivocado. Automatizar con navegador cuesta latencia, tokens e intermitencias — gastá ese presupuesto donde rinde.

Conclusión

Browser-Use ganó sus 112k estrellas resolviendo bien un problema poco glamoroso: dejar que el código use la web como existe, no como quisiéramos que fueran sus APIs. El loop es simple — observar, decidir, actuar, verificar — y el quickstart realmente corre en cinco minutos.

Mi veredicto: aprendelo si automatizás trabajo de conocimiento. Empezá con una tarea aburrida y repetible, mantené el alcance chico, logueá el historial y subí a navegadores cloud solo cuando el ROI sea obvio.