# Gemini Computer Use Preview - Google浏览器自动化代理

> Google Gemini的浏览器自动化工具，用自然语言控制浏览器执行操作，支持Playwright和Browserbase

## 介绍

Gemini Computer Use Preview 是 Google 推出的浏览器自动化代理工具，使用 Gemini 模型理解自然语言指令并控制浏览器执行操作。

## 核心功能

- **自然语言控制** - 用中文或英文描述操作，AI 自动执行
- **浏览器自动化** - 点击、输入、滚动、导航等所有浏览器操作
- **多环境支持** - 本地 Playwright 或云端 Browserbase
- **截图理解** - AI 通过截图理解页面状态并决策下一步

## 使用示例



## 支持的环境

- **Playwright** - 本地 Chrome 浏览器自动化
- **Browserbase** - 云端浏览器实例

## 模型选择

- gemini-2.5-computer-use-preview-10-2025（默认）
- gemini-3-flash-preview

## 使用方式

1. 克隆仓库并安装依赖
2. 设置 GEMINI_API_KEY 或 Vertex AI 凭证
3. 运行 main.py 并输入自然语言指令

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

---

**分类**：源码
**标签**：浏览器 · Gemini · 自动化
**作者**：Xiao.Xi
**链接**：https://octohz.com/p/1461