沙箱Browser-Use场景使用

步骤一：创建steel-browser沙箱模板

在RDS Supabase实例详情页创建steel-browser公共模板，并记录模板ID供后续代码使用。

1. 在实例详情页左侧导航栏，选择组件 > 沙箱和边缘函数。

2. 确认启用沙箱和边缘函数开关已开启。

3. 在沙箱模板区域，单击模板市场。

4. 在右侧弹出的模板市场面板中，找到模板名称列为steel-browser、描述列为Image used in browser-use scenarios.的行，单击该行操作列的创建。

5. 创建完成后返回沙箱模板列表，找到配置项为steel-browser的行，复制模板ID列的完整值，格式为steel-browser-<6位随机后缀>。此模板ID将作为后续代码中Sandbox.create(template="<模板id>")参数的取值，请妥善保存。

步骤二：绑定域名

为Supabase实例的IP地址绑定域名。

1. 在实例详情页中获取实例的外网连接地址对应的IP地址。

2. 在本地/etc/hosts文件中添加域名映射记录。本文以<实例ID>.sb.rds.com为示例域名：

   <实例IP地址> <实例ID>.sb.rds.com

步骤三：下载e2b SDK的patch代码

从GitHub仓库下载e2b SDK的patch代码，该patch用于适配RDS Supabase的路由方式。

步骤四：（可选）配置SSL实现HTTPS访问

如需通过HTTPS访问沙箱，请先为Supabase实例配置SSL证书。配置SSL后，设置以下环境变量：

# rootCA.pem为生成Supabase实例SSL证书对应的CA证书
export SSL_CERT_FILE="/xxx/rootCA.pem"
export REQUESTS_CA_BUNDLE="/xxx/rootCA.pem"

步骤五：配置环境变量

设置以下环境变量，用于e2b SDK连接Supabase实例、以及AI Agent调用大模型：

# E2B_DOMAIN:步骤二:绑定域名中绑定的域名
export E2B_DOMAIN=<实例ID>.sb.rds.com

# E2B_API_KEY:Supabase实例的Service Key
export E2B_API_KEY=<your_service_key>

# LLM_API_KEY:大模型API密钥(如通义千问、OpenAI等OpenAI兼容接口)
export LLM_API_KEY=<your_llm_api_key>

# LLM_BASE_URL:大模型API基础URL
export LLM_BASE_URL=<your_llm_base_url>

Service Key获取路径：在实例详情页右上角，单击获取API Key，在弹出的对话框中复制ServiceKey的值。

步骤六：安装依赖

执行以下命令安装Browser-Use SDK及沙箱运行时：

pip install browser-use e2b-code-interpreter

场景一：基础网页浏览与信息提取

让AI Agent自主访问指定网页并提取关键信息，是Browser-Use最基础的使用形态。

import asyncio
import json
import os

from browser_use import Agent, BrowserSession
from browser_use.llm import ChatOpenAI
from e2b_code_interpreter import Sandbox
from patch_e2b import patch_e2b

# 未配置SSL时传False;已在配置Browser-Use步骤四配置SSL时改为True
patch_e2b(False)


async def get_cdp_url(sbx, debug_port: int = 9222, proxy_port: int = 9223) -> str:
    """从沙箱内查询Chromium的CDP WebSocket URL。

    Chromium在沙箱内监听debug_port(默认9222),通过 curl 拿到
    webSocketDebuggerUrl,再通过 sbx.get_host(proxy_port) 映射为外部可达地址。
    """
    result = sbx.commands.run(f'curl -s http://127.0.0.1:{debug_port}/json/version')
    if not result.stdout.strip():
        raise Exception("获取CDP URL失败,请确认Chromium已在沙箱内启动")
    version_info = json.loads(result.stdout)
    ws_path = version_info['webSocketDebuggerUrl'].split('/', 3)[-1]
    return f"ws://{sbx.get_host(proxy_port)}/{ws_path}"


async def main():
    # 使用配置Browser-Use步骤一记录的steel-browser模板ID创建沙箱
    sandbox = Sandbox.create(template="<模板id>", timeout=3600)
    try:
        cdp_url = await get_cdp_url(sandbox)
        browser_session = BrowserSession(
            cdp_url=cdp_url,
            headers={"X-API-Key": os.getenv('E2B_API_KEY')},
        )
        await browser_session.start()

        agent = Agent(
            task="访问阿里云官网,找到RDS Supabase的产品介绍页面,总结其主要功能。",
            llm=ChatOpenAI(
                api_key=os.getenv("LLM_API_KEY"),
                base_url=os.getenv("LLM_BASE_URL"),
                model="qwen3-vl-plus",
                temperature=1,
            ),
            browser_session=browser_session,
        )
        result = await agent.run()
        print(f"任务结果: {result}")

        await browser_session.close()
    finally:
        sandbox.kill()


asyncio.run(main())

场景二：表单填写与提交

让AI Agent自动填写网页表单并提交。任务描述通过多行字符串给出结构化指令，便于AI理解字段与操作对应关系；温度设为0提升字段填写的确定性。

import asyncio
import json
import os

from browser_use import Agent, BrowserSession
from browser_use.llm import ChatOpenAI
from e2b_code_interpreter import Sandbox
from patch_e2b import patch_e2b

patch_e2b(False)


async def get_cdp_url(sbx, debug_port: int = 9222, proxy_port: int = 9223) -> str:
    result = sbx.commands.run(f'curl -s http://127.0.0.1:{debug_port}/json/version')
    if not result.stdout.strip():
        raise Exception("获取CDP URL失败,请确认Chromium已在沙箱内启动")
    version_info = json.loads(result.stdout)
    ws_path = version_info['webSocketDebuggerUrl'].split('/', 3)[-1]
    return f"ws://{sbx.get_host(proxy_port)}/{ws_path}"


async def main():
    sandbox = Sandbox.create(template="<模板id>", timeout=3600)
    try:
        cdp_url = await get_cdp_url(sandbox)
        browser_session = BrowserSession(
            cdp_url=cdp_url,
            headers={"X-API-Key": os.getenv('E2B_API_KEY')},
        )
        await browser_session.start()

        agent = Agent(
            task="""
            打开 https://example.com/contact 页面,
            在姓名栏填写 "张三",
            在邮箱栏填写 "zhangsan@example.com",
            在留言栏填写 "你好,这是一条测试消息",
            然后点击提交按钮。
            """,
            llm=ChatOpenAI(
                api_key=os.getenv("LLM_API_KEY"),
                base_url=os.getenv("LLM_BASE_URL"),
                model="qwen3-vl-plus",
                temperature=0,   # 表单类任务用0温度,减少随机性
            ),
            browser_session=browser_session,
        )
        result = await agent.run()
        print(f"表单提交结果: {result}")

        await browser_session.close()
    finally:
        sandbox.kill()


asyncio.run(main())

场景三：多步骤复杂任务

AI Agent可以处理包含搜索、筛选、对比等多步骤的复杂浏览任务。任务描述用有序列表结构化多步骤指令，AI会按顺序执行。

import asyncio
import json
import os

from browser_use import Agent, BrowserSession
from browser_use.llm import ChatOpenAI
from e2b_code_interpreter import Sandbox
from patch_e2b import patch_e2b

patch_e2b(False)


async def get_cdp_url(sbx, debug_port: int = 9222, proxy_port: int = 9223) -> str:
    result = sbx.commands.run(f'curl -s http://127.0.0.1:{debug_port}/json/version')
    if not result.stdout.strip():
        raise Exception("获取CDP URL失败,请确认Chromium已在沙箱内启动")
    version_info = json.loads(result.stdout)
    ws_path = version_info['webSocketDebuggerUrl'].split('/', 3)[-1]
    return f"ws://{sbx.get_host(proxy_port)}/{ws_path}"


async def main():
    sandbox = Sandbox.create(template="<模板id>", timeout=3600)
    try:
        cdp_url = await get_cdp_url(sandbox)
        browser_session = BrowserSession(
            cdp_url=cdp_url,
            headers={"X-API-Key": os.getenv('E2B_API_KEY')},
        )
        await browser_session.start()

        agent = Agent(
            task="""
            1. 打开百度搜索 "RDS Supabase"
            2. 记录前3条搜索结果的标题和摘要
            3. 然后点击第一条结果进入详情页
            4. 总结该页面的核心内容
            """,
            llm=ChatOpenAI(
                api_key=os.getenv("LLM_API_KEY"),
                base_url=os.getenv("LLM_BASE_URL"),
                model="qwen3-vl-plus",
                temperature=1,
            ),
            browser_session=browser_session,
        )
        result = await agent.run()
        print(f"多步骤任务结果: {result}")

        await browser_session.close()
    finally:
        sandbox.kill()


asyncio.run(main())

场景四：带截图回调的Agent

通过on_step_end回调在每一步结束后截取页面截图，脚本会自动在当前目录创建./screenshots/目录并按Unix时间戳保存每步截图，便于调试和审计。

import asyncio
import base64
import json
import os
import time

from browser_use import Agent, BrowserSession
from browser_use.llm import ChatOpenAI
from e2b_code_interpreter import Sandbox
from patch_e2b import patch_e2b

patch_e2b(False)


async def get_cdp_url(sbx, debug_port: int = 9222, proxy_port: int = 9223) -> str:
    result = sbx.commands.run(f'curl -s http://127.0.0.1:{debug_port}/json/version')
    if not result.stdout.strip():
        raise Exception("获取CDP URL失败,请确认Chromium已在沙箱内启动")
    version_info = json.loads(result.stdout)
    ws_path = version_info['webSocketDebuggerUrl'].split('/', 3)[-1]
    return f"ws://{sbx.get_host(proxy_port)}/{ws_path}"


async def screenshot(agent: Agent):
    """每步结束后截取浏览器页面截图并保存到 ./screenshots/ 目录。"""
    try:
        page = await agent.browser_session.get_current_page()
        if page is None:
            print("截图跳过: 当前无可用页面")
            return
        b64_data = await page.screenshot(format='png')
        screenshots_dir = os.path.join(".", "screenshots")
        os.makedirs(screenshots_dir, exist_ok=True)
        screenshot_path = os.path.join(screenshots_dir, f"{time.time()}.png")
        with open(screenshot_path, "wb") as f:
            f.write(base64.b64decode(b64_data))
        print(f"截图已保存至 {screenshot_path}")
    except Exception as e:
        print(f"截图失败: {e}")


async def main():
    sandbox = Sandbox.create(template="<模板id>", timeout=3600)
    try:
        cdp_url = await get_cdp_url(sandbox)
        browser_session = BrowserSession(
            cdp_url=cdp_url,
            headers={"X-API-Key": os.getenv('E2B_API_KEY')},
        )
        await browser_session.start()

        agent = Agent(
            task="访问阿里云官网,找到RDS Supabase的产品介绍页面,总结其主要功能。",
            llm=ChatOpenAI(
                api_key=os.getenv("LLM_API_KEY"),
                base_url=os.getenv("LLM_BASE_URL"),
                model="qwen3-vl-plus",
                temperature=1,
            ),
            browser_session=browser_session,
        )
        # 每一步执行后自动截图
        await agent.run(on_step_end=screenshot)

        await browser_session.close()
    finally:
        sandbox.kill()


asyncio.run(main())

步骤一：创建脚本文件

将示例代码保存为.py文件，必须与配置Browser-Use步骤三下载的patch_e2b源码放在同一目录，否则会报ModuleNotFoundError: No module named 'patch_e2b'。目录结构示例：

e2b-sdk-patch/
├── patch_e2b/          # 配置Browser-Use步骤三下载的patch源码
└── demo.py             # 您的示例脚本

如需将脚本放在其他目录，请将patch_e2b源码路径加入PYTHONPATH：

export PYTHONPATH="/path/to/e2b-sdk-patch:$PYTHONPATH"

步骤二：替换代码中的占位符

示例代码中的<模板id>需替换为配置Browser-Use步骤一记录的模板ID（格式为steel-browser-<后缀>）。

步骤三：确认环境变量已生效

在运行脚本的终端中执行以下命令，确认配置Browser-Use步骤五配置的4个环境变量已加载：

echo $E2B_DOMAIN     # 应输出 <实例ID>.sb.rds.com
echo $E2B_API_KEY    # 应输出 Supabase ServiceKey
echo $LLM_API_KEY    # 应输出 大模型API密钥
echo $LLM_BASE_URL   # 应输出 大模型API基础URL

步骤四：运行脚本

python3 demo.py

常见启动问题