">

browser-use 1.0.5:每次运行改由模型自己判定成败

browser-use 项目于 2026 年 11 月 14 日发布 1.0.5(GitHub REST API published_at 为 2026-11-14T08:24:22Z,非预发布、非草稿):每次运行追加一次低开销请求,由调用方自己的模型对照任务检查整次运行,并把成败、原因、描述、提示注入与拦截标记、站点注意事项写进 result.judgement。可用 judge_context 传自定义判定标准,judge=False 关闭,0.x 的 use_judge 与 ground_truth 重新可用。Release 正文给出 pip 安装命令,但包索引是否同步以官方仓库与 PyPI 当前版本为准。

这次发布的是什么

browser-use 项目于 2026 年 11 月 14 日发布 1.0.5 版本,把「这次跑成了没有」交给调用方自己的模型来判定。按官方 Release 说明,每次运行会追加一次低开销的模型请求,对照任务检查整次运行,并把结论写进 result.judgement,字段包括 success、failure_reason、description、prompt_injection_detected、bot_block_or_captcha_detected 与 gotchas。开发者可以用 judge_context 写下自己的判定标准,用 judge=False 关掉这一步;0.x 时代的 use_judge 与 ground_truth 参数也重新可用。GitHub REST API 记录的 published_at 为 2026-11-14T08:24:22Z,prerelease 与 draft 均为 false,属 1.0 系列的一次正式版功能更新,不是新的主版本,也不是预发布。

需要先说明两个容易混淆的点。其一,这里的新增能力是「运行结果的结构化判定」,不是浏览器自动化引擎本身换了一代;判定由你自己的模型执行,官方没有把它描述成一个托管的判定服务或安全防护产品。其二,站内此前记录过 Cloudflare 开源 Kitesurf(跑在 Workers 上的智能体浏览器引擎)与自托管 Kitesurf 的步骤,那是另一家厂商、另一个项目;browser-use 是 Python 侧的浏览器智能体库,两者的仓库、接口与使用方式都不通用,不要因为都在讲浏览器智能体就当成同一条新闻。官方 Release 正文附了一组内部对照观察与若干比率,本文按本站口径不转述其中的比例、分数与倍数。

可用性与限制

  • 版本与时间:1.0.5,GitHub Release 的 published_at 为 2026-11-14T08:24:22Z;prerelease=false,draft=false
  • 安装状态:Release 正文给出 pip 安装命令,但本次核对时 PyPI 的版本接口未返回 1.0.5、包索引上当前可见的版本仍为 1.0.4,是否已同步以官方仓库与 PyPI 当前版本为准
  • 判定成本:judge 会追加一次模型请求,由调用方自己的模型完成,不是额外付费的托管服务
  • 开关:judge=False 可关闭判定;use_vision=False 时判定不看截图与最终页面
  • 判定输入:运行轨迹、最后若干截图与最终页面
  • 兼容:0.x 的 use_judge 与 ground_truth 参数重新可用,判定标准可由 judge_context 覆盖
  • 标记语义:prompt_injection_detected 与 bot_block_or_captcha_detected 是判定结果里的标记,官方未把它们写成独立的防护功能
  • 站点反馈:gotchas 用于记录站点拒绝输入、报错、拦截或限流等细节,成功运行里也会写
  • 内部观察:官方随发布给出一组多次运行的对照结果,本文不转述其中的比率与分数
  • 未给出项:可用模型清单、判定请求的额度与计费、各语言客户端的同步时间,以官网为准

主要功能

  • 用自有模型对每次运行判定成败
  • 把判定结论写进 result.judgement 各字段
  • 用 judge_context 传自定义判定标准
  • 记录站点的拒绝、报错、拦截与限流细节
  • 用 judge=False 关闭判定以省一次请求
  • 恢复 0.x 的 use_judge 与 ground_truth 参数

技术原理

按官方 Release 说明,judge 不是新训练出来的分类器,而是把「对照任务检查一次运行」做成一次额外的模型请求。这一步发生在运行之后:把运行轨迹、最后几张截图与最终页面交给模型(use_vision=False 时不带视觉部分),让它按任务判断结果,再把输出填进 result.judgement。字段分工是清楚的:success 与 failure_reason 给结论与失败原因,description 给文字描述,gotchas 记站点层面的绊脚石,prompt_injection_detected 与 bot_block_or_captcha_detected 分别标记疑似提示注入与被拦截或验证码的情形。

judge_context 是这套机制里值得留意的一处:判定标准可以由调用方自己写下去,而不是写死在库里,于是「什么算完成」可以随业务定义变化。官方还说明 gotchas 不只出现在失败运行里 —— 只要站点在过程中拒绝过输入、报过错、拦过或限流过,成功运行也会带上相应提示,示例是表单对电话号码格式有特殊要求。这解释了为什么「判定」与「跑通没跑通」是两层信息:一次运行可以在拿到结果的同时,留下一条关于站点阻力的结构化记录。官方 Release 把相关改动指向 #6398、#6403、#6404 三处 PR,参数默认值、返回结构与模型兼容性以官方当前文档为准,本文不补未核实的配置步骤。

实际体验

这里能核对的是官方 Release 页与仓库里写明的内容,不是本站的实测结论。读者回 tag 1.0.5 页可逐项对照:安装命令、judge 开关、judge_context 的作用、result.judgement 的字段清单、use_vision 对视觉输入的影响,以及 0.x 两个参数的回归说明;正文列出的三个 PR 链接也可用来核对具体代码改动。

官方在 Release 正文里附了一组内部对照观察,做法是对多次真实运行各重复判定若干次,用来说明站点反弹场景下 gotchas 的覆盖变化,以及 success 结论在改动前后保持稳定。本文不转述其中的比例与分数,需要具体数字的读者自行回官方 Release 页核对;这类数字是厂商自己的实验口径,脱离上下文引用容易失真。

两处容易被忽略的实际限制值得单列。其一,判定用的是「你自己的模型」,所以判定质量取决于所选模型与 judge_context 怎么写,也意味着每次运行会多一次模型请求;对请求成本敏感或任务极短的场景,judge=False 是官方给出的关闭方式。其二,Release 页给出的安装命令不等于包索引已经同步 —— 本次核对 PyPI 的版本接口时,1.0.5 尚未返回、当前可见版本仍是 1.0.4,这属于发布流程的时间差。写代码前应先确认当前可安装版本,别把 Release 页的命令当成已生效;依赖要求与参数名以官方仓库和官方文档当前版本为准。

项目地址与获取方式

browser-use 是开源项目,官方仓库为 github.com/browser-use/browser-use,版本发布在同仓库的 Releases 页(tag 1.0.5),Release 正文给出 pip 安装命令。包索引以 PyPI 上的 browser-use 页面为准,请通过官方渠道获取,避免安装被篡改的版本;第三方镜像、转封装包与来历不明的 wheel 不建议作为来源。当前可安装版本、Python 与依赖要求、参数说明都以官方仓库与官方文档为准,本文不提供未经核实的安装步骤。

适合谁用

  • 把浏览器智能体跑在批量任务里、需要结构化成败结论的团队
  • 想在自动化流程中区分「任务失败」与「站点中途拦了一下」的开发者
  • 需要记录提示注入迹象与验证码拦截以便事后审计的工程团队
  • 已有自有模型、愿意为每次运行多付一次判定请求的项目
  • 只写一次性脚本、不需要运行后判定的场景可以直接关掉 judge;没有可用模型、或不能接受额外请求与视觉输入成本的场景也不必启用

常见问题

这个 judge 是官方提供的托管安全服务吗?

不是。按官方 Release 说明,判定由调用方自己的模型执行一次额外的低开销请求,结果写回本地的 result.judgement 字段;官方没有把它描述成需要单独申请、按次计费的托管服务。结果里的提示注入与拦截标记是判定输出的一部分,用于记录现象,不等于官方承诺的防护能力。是否需要开启、怎么解读这些标记,仍取决于你的任务与模型,具体以官方当前文档为准。

和 Cloudflare 开源的 Kitesurf 有关系吗?

没有直接关系,是两家厂商的两个项目。Kitesurf 是 Cloudflare 开源的、跑在 Workers 上的智能体浏览器引擎,站内已有开源消息与自托管步骤两篇记录;browser-use 是 Python 侧的浏览器智能体库,本次更新是给它加了一套运行结果判定机制。仓库、许可、接口与部署方式都不通用,别把「浏览器智能体」这个共同方向当成同一条发布。复核时回各自官方仓库看发布主体即可区分。

现在用 pip 就能装到 1.0.5 吗?

官方 Release 正文确实给出了安装命令,但本次核对 PyPI 的版本接口时,1.0.5 尚未返回,当前可见版本仍为 1.0.4。这更像是发版与包索引同步之间的时间差,而不是内容问题。稳妥做法是先到官方仓库 Releases 页与 PyPI 页面核对当前可安装版本,再决定锁哪个版本号;依赖要求与参数说明以官方当前文档为准,本文不提供未核实的安装步骤。

为什么本文不写那组内部对照数字?

官方 Release 里附的是厂商自己设计的一组运行对照,含重复判定次数、覆盖比例与前后变化。这类数字属于实验口径下的比率与分数,脱离具体任务集、模型与判定标准引用容易失真,也属本站快讯明确不写死的内容。本文只保留可核对的机制与状态:版本与发布时间、判定的输入输出字段、judge_context 与开关、站点反馈的记录逻辑,以及安装同步待确认这一点。需要原数字的读者请回官方 Release 页核对。

相关工具与内容

站内 AI 智能体分类、AI 编程分类 与 其他 AI 分类 汇总了相关工具;Dify 工具页 与 n8n 工具页 可对照编排与自动化侧的不同用法。脉络上可看 Cloudflare 开源 Kitesurf、自托管 Kitesurf 完整步骤、智能体自主范围怎么划 与 MCP 官方服务器 v2.4.0 安全修复。

Related
快讯 13 小时前

AWS Quick 同日三组更新:插件打包智能体与技能,网页端与 Flows 打通跨端工作流

AWS 在 2026 年 11 月 20 日至 21 日连续发布三条 AWS Quick 更新:插件可把智能体、技能、连接器与流程打包成一次安装的单元;网页端把桌面体验搬进浏览器,并更新浏览器扩展与 Microsoft 365 加载项;Flows 支持用对话构建自动化,并加入确定性步骤与输出校验。官方用户指南说明 Quick 由 Amazon QuickSight 演进而来,原有 QuickSight 接口与集成继续可用。

前沿快讯 17 阅读
快讯 13 小时前

Amazon Bedrock 网页搜索新增五种语言与国别字段:按用户所在国偏置检索来源

AWS 于 2026 年 11 月 21 日宣布 Amazon Bedrock 的 Web Search 工具新增西班牙语、法语、德语、意大利语和日语,并支持非美式英语;同时加入可选的国家字段,用 ISO 3166-1 alpha-2 代码把检索来源偏置到指定国家。现有客户无需改代码即可获得语言能力,可用区域与数据驻留口径以官网为准。

前沿快讯 17 阅读

继续阅读:Poppy 1.0 发布:个人智能体与企业对接的公开协议 · 决策模型怎么选:四家闭集决策 API 的取舍

关于本文:本站文章由编辑部独立撰写,评测口径与免责说明见关于我们。想继续找工具,可从分类导航按场景浏览,或回首页搜索。

链接已复制