---
title: "谷歌重磅开源！Computer Use Preview：用自然语言指挥AI操控浏览器，零代码实现网页自动化"
url: "https://paooo.com/aigc-news/12502/"
author: "Prompt 语宙研究院"
published_at: "2026-06-14T10:12:22+08:00"
updated_at: "2026-06-07T20:09:39+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "AI工具, Computer Use, Gemini, 开源, 浏览器自动化"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 谷歌重磅开源！Computer Use Preview：用自然语言指挥AI操控浏览器，零代码实现网页自动化

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/12502/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-14

## AI 30 秒核心看点 (TL;DR)

- 基于 Gemini 视觉识别的“截图-分析-行动”机制，摆脱传统元素定位脚本的脆弱性。
- 支持自然语言驱动网页操作，覆盖点击、填写、滚动、导航等复杂浏览器任务。
- 可本地用 Playwright 或云端 Browserbase 运行，适合测试、采集与日常自动化。

> 
                **💡 站外导读：**在数字化办公和Web测试领域，重复性的浏览器操作——如数据填写、跨站信息搬运、界面功能验证——耗费大量人力，且传统脚本编写门槛高、维护难。随着大模型视觉理解能力的突破，AI驱动的浏览器自动化正成为提升效率的关键趋势。谷歌开源的Computer Use Preview，正是这一浪潮下的明星工具，它利用Gemini模型的视觉识别，将自然语言指令转化为精准的网页操作，旨在彻底解放生产力。

            

             
                        

## Computer Use Preview是什么

Computer Use Preview 是谷歌开源的 AI 浏览器自动化工具。工具基于 Gemini 模型的视觉识别能力，通过“截图 – 分析 – 行动”能模拟人类操作网页，无需依赖固定的元素定位。工具能处理复杂任务，如跨网站数据搬运和视觉交互，且在任务完成测试中表现优异，得分为 69%，优于同类工具。Computer Use Preview集成 Gemini API 和 Vertex AI，具备强大的任务理解能力，适用 Web 测试、数据采集及日常操作，是零代码入门的理想选择。

## Computer Use Preview的主要功能

- **自然语言驱动**：用户能通过简单的自然语言描述任务，AI 自动规划并执行操作，无需编写复杂脚本，大大降低使用门槛。

- **智能交互**：支持处理复杂的浏览器操作，如导航、点击、表单填写、滚动等。Gemini 模型能理解页面的动态变化，适应不同场景。

- **双环境支持**

**Playwright（本地运行）**：在本地控制 Chrome 浏览器实例，适合需要本地数据处理的场景。

- **Browserbase（云环境）**：连接到 Browserbase 实例，适合需要云资源支持或分布式操作的场景。

- **调试友好**：支持截图和鼠标高亮功能，用户能实时监控执行过程，方便调试和优化操作。

- **AI 大模型集成**：集成 Gemini API 和 Vertex AI，提供强大的任务理解能力，能够处理复杂的指令和动态网页内容。

## 如何使用Computer Use Preview

- **准备工作**：从 Computer Use Preview 的 GitHub 页面下载项目文件，解压到本地。

- **设置运行环境**：安装 Python（建议 3.8 及以上），创建虚拟环境并激活，用于隔离项目依赖。

- **安装依赖**：在项目文件夹中，运行命令安装项目依赖和 Playwright 浏览器。

- **配置 API 密钥**：从 Google Cloud 获取 Gemini API 密钥，将其添加到环境变量中。

- **运行工具**：用自然语言指令运行工具，例如：“Go to Google and type ‘Hello World’”。

- **可选配置**：指定运行环境（如 Playwright 或 Browserbase），并根据需要配置相关参数。

## Computer Use Preview的项目地址

- **GitHub仓库**：https://github.com/google-gemini/computer-use-preview

- **在线体验地址**：[Browserbase](https://ai-bot.cn/browserbase/)

## Computer Use Preview的应用场景

- 
**Web 自动化测试**：用于快速测试网页功能，验证按钮点击、表单提交等操作是否正常。

- 
**数据采集**：工具能自动从网页抓取数据，如爬取新闻、商品信息等，无需手动操作。

- 
**跨网站数据搬运**：将一个网站的数据自动搬运到另一个系统，简化数据迁移流程。

- 
**日常任务自动化**：工具支持完成日常重复性任务，如自动登录、定时查询等，节省时间和精力。

- 
**视觉交互任务**：工具能处理复杂的视觉交互，如识别网页元素并进行分类或拖拽操作。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                Computer Use Preview的发布，标志着浏览器自动化从“基于元素定位”的脆弱脚本时代，正式迈入“基于视觉理解”的AI智能体时代。其核心突破在于融合了大模型的多模态能力，实现了更接近人类的、无需预定义路径的网页交互。这不仅是工具层面的升级，更是人机交互范式的演进——操作者从“程序员”变为“指挥官”。结合谷歌与OpenAI等巨头在AI Agent领域的密集布局，Computer Use Preview开源，意在快速构建生态，抢占Web自动化与AI桌面操作的未来标准。它预示着，未来所有重复性的线上工作流程，都可能被具备视觉认知的AI智能体接管，企业效率提升与个人工作模式变革将因此加速。

## 常见问题解答 (FAQ)

### Computer Use Preview 是什么工具？
Computer Use Preview 是谷歌开源的 AI 浏览器自动化工具，基于 Gemini 的视觉理解能力，把自然语言指令转成网页操作，可用于测试、采集和日常重复任务自动化。

### Computer Use Preview 需要写代码吗？
不需要复杂脚本。它主打自然语言驱动，用户只要描述任务，工具就能自动规划并执行浏览器操作，适合零代码或低代码场景快速上手。

### Computer Use Preview 适合哪些应用场景？
主要适合 Web 自动化测试、数据采集、跨网站数据搬运、自动登录、定时查询等重复性网页任务，也能处理点击、表单填写、滚动等视觉交互。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
