# browser4
**Repository Path**: platonai_galaxyeye/browser4
## Basic Information
- **Project Name**: browser4
- **Description**: 🤖 Browser4：让人工智能理解、交互并在万维网上稳定运行的基础设施层。1. 浏览器智能体 — 能在浏览器中自主推理、规划与执行任务。2. 浏览器自动化 — 高性能工作流、导航与数据抽取自动化。3. 机器学习智能体 — 无需消耗 Token，自动学习复杂页面的字段结构。
- **Primary Language**: Kotlin
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: https://browser4.io
- **GVP Project**: No
## Statistics
- **Stars**: 66
- **Forks**: 24
- **Created**: 2022-10-12
- **Last Updated**: 2025-12-12
## Categories & Tags
**Categories**: Uncategorized
**Tags**: ai-agent, ai-browser, agentic-browser, browser-agent, browser-automation
## README
# 🤖 Browser4
[](https://hub.docker.com/r/galaxyeye88/browser4)
[](https://github.com/platonai/browser4/blob/main/LICENSE)
[](https://spring.io/projects/spring-boot)
---
English | **简体中文** | [中国镜像](https://gitee.com/platonai_galaxyeye/Browser4)
**目录**
- [🤖 Browser4](#-browser4)
- [🌟 项目介绍](#-项目介绍)
- [✨ 核心能力](#-核心能力)
- [🎥 演示视频](#-演示视频)
- [🚀 快速开始](#-快速开始)
- [💡 使用示例](#-使用示例)
- [浏览器智能体](#浏览器智能体)
- [流程自动化](#流程自动化)
- [LLM + X-SQL](#llm--x-sql)
- [高速并行处理](#高速并行处理)
- [自动抽取](#自动抽取)
- [📦 模块总览](#-模块总览)
- [📜 文档](#-文档)
- [🔧 代理与解锁](#-代理与解锁)
- [✨ 特性](#-特性)
- [🤝 支持与社区](#-支持与社区)
## 🤖 Browser4：为你的 AI 智能体打造高性能「身体」
> **带上你的大脑（LLM），我们提供身体。**
> Browser4 是让人工智能理解、交互并在万维网上稳定运行的基础设施层。
### ✨ 核心能力
* 👽 **浏览器智能体** — 能在浏览器中自主推理、规划与执行任务。
* 🤖 **浏览器自动化** — 高性能工作流、导航与数据抽取自动化。
* ⚙️ **机器学习智能体** — 无需消耗 Token，自动学习复杂页面的字段结构。
* ⚡ **极致性能** — 完整协程安全，每台机器每日可支撑 10 万 ~ 20 万次的页面访问。
## ⚡ 快速示例：智能体工作流
```kotlin
// 给智能体一个任务，而不仅是脚本。
val agent = AgenticContexts.getOrCreateAgent()
// 智能体利用 Browser4 作为眼手进行规划、导航与执行。
val result = agent.run("""
1. Go to amazon.com
2. Search for '4k monitors'
3. Analyze the top 5 results for price/performance ratio
4. Return the best option as JSON
""")
```
---
## 🎥 演示视频
🎬 YouTube:
[](https://youtu.be/rJzXNXH3Gwk)
📺 Bilibili:
[https://www.bilibili.com/video/BV1fXUzBFE4L](https://www.bilibili.com/video/BV1fXUzBFE4L)
---
## 🚀 快速开始
**前置条件**：Java 17+ 与 Maven 3.6+
1. **克隆仓库**
```shell
git clone https://github.com/platonai/browser4.git
cd browser4
```
2. **配置 LLM API Key**
> 编辑 [application.properties](application.properties) 并写入你的 API Key。
3. **构建项目**
```shell
./mvnw -q -DskipTests
```
4. **运行示例**
```shell
./mvnw -pl pulsar-examples exec:java -D"exec.mainClass=ai.platon.pulsar.examples.agent.Browser4AgentKt"
```
Windows 如遇到编码问题可使用：
```shell
./bin/run-examples.ps1
```
欢迎在 `pulsar-examples` 模块中探索更多示例。
若需 Docker 部署，请访问我们的 [Docker Hub 仓库](https://hub.docker.com/r/galaxyeye88/browser4)。
---
## 💡 使用示例
### 浏览器智能体
智能体能够理解自然语言，并自动执行复杂的浏览器任务。
```kotlin
val agent = AgenticContexts.getOrCreateAgent()
val task = """
1. go to amazon.com
2. search for pens to draw on whiteboards
3. compare the first 4 ones
4. write the result to a markdown file
"""
agent.run(task)
```
### 流程自动化
基于底层控制的浏览器自动化与数据抽取，提供更细粒度的能力。
**特性：**
- 直接且完整地控制 Chrome DevTools Protocol (CDP)，并保持协程安全
- 精准的元素操作（点击、滚动、输入）
- 借助 CSS 选择器 / XPath 快速抽取数据
```kotlin
val session = AgenticContexts.getOrCreateSession()
val agent = session.companionAgent
val driver = session.getOrCreateBoundDriver()
// 打开并解析页面
var page = session.open(url)
var document = session.parse(page)
var fields = session.extract(document, mapOf("title" to "#title"))
// 与页面交互
var result = agent.act("scroll to the comment section")
var content = driver.selectFirstTextOrNull("#comments")
// 复杂智能体任务
var history = agent.run("Search for 'smart phone', read the first four products, and give me a comparison.")
// 捕获当前状态并抽取
page = session.capture(driver)
document = session.parse(page)
fields = session.extract(document, mapOf("ratings" to "#ratings"))
```
### LLM + X-SQL
适用于包含数十实体、数百字段的复杂抽取场景。
**优势：**
- 相比传统方式可额外抽取 10 倍实体、100 倍字段
- 将 LLM 智能与精确的 CSS 选择器 / XPath 结合
- 类 SQL 的语法，更易上手
```kotlin
val context = AgenticContexts.create()
val sql = """
select
llm_extract(dom, 'product name, price, ratings') as llm_extracted_data,
dom_first_text(dom, '#productTitle') as title,
dom_first_text(dom, '#bylineInfo') as brand,
dom_first_text(dom, '#price tr td:matches(^Price) ~ td, #corePrice_desktop tr td:matches(^Price) ~ td') as price,
dom_first_text(dom, '#acrCustomerReviewText') as ratings,
str_first_float(dom_first_text(dom, '#reviewsMedley .AverageCustomerReviews span:contains(out of)'), 0.0) as score
from load_and_select('https://www.amazon.com/dp/B08PP5MSVB -i 1s -njr 3', 'body');
"""
val rs = context.executeQuery(sql)
println(ResultSetFormatter(rs, withHeader = true))
```
示例代码：
* [使用 X-SQL 抓取 100+ 个亚马逊商品字段](https://github.com/platonai/exotic-amazon/tree/main/src/main/resources/sites/amazon/crawl/parse/sql/crawl)
* [针对不同类型亚马逊页面的 X-SQL 样例](https://github.com/platonai/exotic-amazon/tree/main/src/main/resources/sites/amazon/crawl/parse/sql/crawl)
### 高速并行处理
通过并行浏览器控制与智能资源优化，实现极高吞吐量。
**性能：**
- 每台机器每日 100,000+ 次页面访问
- 并发管理多个会话
- 阻止资源以加速页面加载
```kotlin
val args = "-refresh -dropContent -interactLevel fastest"
val blockingUrls = listOf("*.png", "*.jpg")
val links = LinkExtractors.fromResource("urls.txt")
.map { ListenableHyperlink(it, "", args = args) }
.onEach {
it.eventHandlers.browseEventHandlers.onWillNavigate.addLast { page, driver ->
driver.addBlockedURLs(blockingUrls)
}
}
session.submitAll(links)
```
🎬 YouTube:
[](https://www.youtube.com/watch?v=_BcryqWzVMI)
📺 Bilibili:
[https://www.bilibili.com/video/BV1kM2rYrEFC](https://www.bilibili.com/video/BV1kM2rYrEFC)
---
### 自动抽取
由自/半监督机器学习驱动的大规模高精度字段发现与抽取——无需调用 LLM，零 Token 消耗，稳定且快速。
**功能：**
- 自动学习详情页可抽取的全部字段（往往几十到上百个），且准确率极高。
**为何不只用 LLM？**
- LLM 抽取会带来延迟、成本与 Token 限制。
- 本地 ML 抽取可复现，可扩展至每日 10~20 万页面。
- 也可组合使用：ML 提供结构化基线，LLM 负责语义增强。
**快捷命令 (PulsarRPAPro)：**
```bash
curl -L -o PulsarRPAPro.jar https://github.com/platonai/PulsarRPAPro/releases/download/v3.0.0/PulsarRPAPro.jar
```
**集成状态：**
- 目前可通过配套项目 [PulsarRPAPro](https://github.com/platonai/PulsarRPAPro) 使用。
- 计划在 Browser4 API 中提供原生支持，敬请关注发布。
**关键优势：**
- 高精度：>95% 字段被发现，大多数字段准确率 >99%（基于测试域）。
- 抗噪：对选择器变化与 HTML 噪声具备鲁棒性。
- 无外部依赖（无需 API Key），大规模运行成本更低。
- 可解释：生成的选择器与 SQL 可审计。
👽 机器学习智能体抽取示意：
（即将提供更多仓库内示例与直接 API 接入。）
---
## 📦 模块总览
| 模块 | 说明 |
|------|------|
| `pulsar-core` | 核心引擎：会话、调度、DOM、浏览器控制 |
| `pulsar-rest` | Spring Boot REST 层与命令入口 |
| `pulsar-client` | 客户端 SDK / CLI 工具 |
| `browser4-spa` | 浏览器智能体的单页应用 |
| `browser4-agents` | 智能体与爬虫编排及产品化打包 |
| `pulsar-tests` | 重型集成与场景测试 |
| `pulsar-tests-common` | 共享测试工具与夹具 |
---
## 📜 SDK
Python / Node.js SDK 正在筹备中。
## 📜 文档
* 🛠️ [配置指南](docs/config.md)
* 📚 [源码构建](docs/build.md)
* 🧠 [专家指南](docs/advanced-guides.md)
---
## 🔧 代理与解锁
将环境变量 PROXY_ROTATION_URL 设置为代理服务提供的轮换地址：
```shell
export PROXY_ROTATION_URL=https://your-proxy-provider.com/rotation-endpoint
```
每次访问该地址，应返回一个或多个新的代理 IP。请向代理服务商获取对应 URL。
---
## ✨ 特性
### AI 与智能体
- 具备问题求解能力的浏览器智能体
- 并行智能体会话
- LLM 辅助的页面理解与抽取
### 浏览器自动化与 RPA
- 基于工作流的浏览器动作
- 精准的协程安全控制（滚动、点击、抽取）
- 灵活的事件处理与生命周期管理
### 数据抽取与查询
- 一行命令完成数据抽取
- 面向 DOM / 内容的 X-SQL 拓展查询语言
- 结构化 + 非结构化混合抽取（LLM + ML + 选择器）
### 性能与可扩展
- 高效并行渲染
- 抗封锁设计与智能重试
- 以普通硬件实现每日 100,000+ 页（参考值）
### 隐身与可靠性
- 先进的反检测技术
- IP 与浏览器配置轮换
- 韧性调度与质量保障
### 开发者体验
- 简洁的 API 集成（REST、原生、文本命令）
- 丰富的配置分层
- 结构化日志与指标
### 存储与监控
- 本地文件系统与 MongoDB 支持（可扩展）
- 详尽日志，透明可追踪
- 完整的指标与生命周期可视化
---
## 🤝 支持与社区
- 💬 微信：galaxyeye
- 🌐 微博：[galaxyeye](https://weibo.com/galaxyeye)
- 📧 邮箱：galaxyeye@live.cn, ivincent.zhang@gmail.com
- 🐦 Twitter：galaxyeye8
- 🌍 官网：[platon.ai](https://platon.ai)
---
> 中文文档请参阅本文件，以及更多资料可见 `docs/zh/`。