browser-use
#LLM
https://github.com/browser-use/browser-use
公式ドキュメント
https://docs.browser-use.com/customize/agent/basics
DeepWiki
https://deepwiki.com/browser-use/browser-use
自分のfork
https://github.com/miminashi/browser-use
テストのときにLLMって必要なんかな？って思ったけど、要らないらしい
LLMのモックを使ってテストしているらしい
https://deepwiki.com/search/-llm-github-actions-llm_2e0e1c64-8fea-4994-b09b-eb98374db0d2
スクリーンショットを取得しているのに、758ものエレメントを評価しているのはなぜか
スクリーンショットはDOM要素のフィルタリングでは使われていないらしい
https://deepwiki.com/search/758-dom-info-browseruseagent-b_f285a1b1-b1db-4f94-a4c3-dfd9c196ddf8
デバッグログを出力するには？
https://deepwiki.com/search/-info-agent-step-5-error-agent_93b69151-4740-4bba-815f-3e8e271c5f1a
code:sh
BROWSER_USE_LOGGING_LEVEL=debug uv run main.py
step_timeoutとllm_timeoutが効かない
なんか値がハードコーディングされてしまってるっぽい？
step_timeout
https://deepwiki.com/search/-debug-browseruseagent-step-6_6cec8bc6-6c86-4a0e-b939-4c1ff56f2a76
https://github.com/browser-use/browser-use/blob/59b56c1037e15868835dbf36a30b451fb6e1a7bc/browser_use/agent/service.py#L1651
llm_timeout
https://deepwiki.com/search/extract3extract-info-browserus_4630cf7d-626a-4f43-bd98-d7cf3ed51d47
https://github.com/browser-use/browser-use/blob/59b56c1037e15868835dbf36a30b451fb6e1a7bc/browser_use/tools/service.py#L678
pr:2496でいちど修正されてるように見える
https://github.com/browser-use/browser-use/pull/2496/files#diff-3736f406057606f65f3ea79952b7f0ec8f8a22f25a49d7a0771f4cfbf43cbb92R1249
プルリク出そうと思って準備してたら同じ趣旨のプルリクが出てたので、コメントしておいた
https://github.com/browser-use/browser-use/pull/3632#issuecomment-3566669135
results.md ファイルの書き込みに失敗する
ファイル未作成なのにappendしようとして失敗してる
プロンプトに問題がありそう
https://deepwiki.com/search/append-true-resultsmd-info-bro_efff2886-1278-42a9-8a2d-2614cb31c976
navigation back を呼べていない
⚠️ Eval: Failed to navigate back to the Google search results page. The current page is still the YouTube channel page, not the search results. Verdict: Failure みたいなのが多発する
go_backアクションの説明が空文字列になっているため、LLMがこのアクションの存在や用途を理解できていないらしい
https://deepwiki.com/search/youtubegoogle-info-browserusea_ff0311e4-8f0a-4105-8133-7890798ecf22
空文字列になってたのは以下のコミットで修正されてる
https://github.com/browser-use/browser-use/commit/e5df80a0d699ad091e96d8452f54df0d69ffcde9
0.9.6 以降を使えば修正済みの状態になってるはず
llm とは別に page_extraction_llm も指定するといいっぽい？
メインで使うLLMより小さなモデルを指定するといいっぽい
https://deepwiki.com/search/agent-pageextractionllm_67402124-9f1f-4ca5-8744-e22e929367b6
Agentのパラメータ page_extraction_llm はどのように使用されるか
このパラメータはちゃんと内部でつかわれてるようだった
https://deepwiki.com/search/agent-pageextractionllm_41e246e9-ec69-4d2c-aaba-f3d8c081c9c7
デモモード
https://deepwiki.com/search/_ed4a5751-fc98-4a43-98e0-043704911157
https://deepwiki.com/search/httpsdocsbrowserusecomcustomiz_0a8f4a41-341a-450e-b2b8-619a8f0b7983
コードリーディング
Agent.run から Tools.extract までの流れ
https://deepwiki.com/search/agentrun-toolsextract_8b2656c0-082a-4037-8881-72104e0e5972
VLMの候補
https://huggingface.co/unsloth/Qwen3-VL-30B-A3B-Instruct-GGUF
https://huggingface.co/unsloth/Qwen3-VL-30B-A3B-Thinking-GGUF
https://huggingface.co/ggml-org/Kimi-VL-A3B-Thinking-2506-GGUF
そのた
https://deepwiki.com/search/llmvlm_a451edfb-f7ca-41a6-82cd-f2d5280c77ad
https://deepwiki.com/search/judgellm_ada54470-045b-414c-8c21-920910487e4d