开源项目利用browser-use-webui和DeepSeek把浏览器打造成一个AI Agent智能体!

简介：Make websites accessible for AI agents开源地址： https://github.com/browser-use/browser-useBrowser-Use 是一个开源的网页自动化库，它通过提供一个简单的接口，让 LLM 能够与网站进行互动。这个库支持多标签管理、XPath 提取和视觉模型处理，使得自动化网页操作变得更加简单和高效。

小马不会过河

1220人浏览 · 2025-04-01 19:17:41

小马不会过河 · 2025-04-01 19:17:41 发布

browser-use和browser-use-webui

browser-use

简介：Make websites accessible for AI agents
开源地址： https://github.com/browser-use/browser-use

Browser-Use 是一个开源的网页自动化库，它通过提供一个简单的接口，让 LLM 能够与网站进行互动。这个库支持多标签管理、XPath 提取和视觉模型处理，使得自动化网页操作变得更加简单和高效。支持所有 LangChain 聊天模型，包括但不限于 GPT-4o、GPT-4o Mini、Claude 3.5 Sonnet 和 LLama 3.1 405B。这些模型都是当前领先的大型语言模型，能够处理各种复杂的语言相关任务。

browser-use-webui

browser-use开源地址：
简介：Run AI Agent in your browser.
开源地址：https://github.com/browser-use/web-ui

browser-use-webui 主要功能

提供了全新的网页界面，简单好用，方便操作。
支持更多大语言模型，比如 Gemini、OpenAI、Azure 等，哦，还有最近爆火的国产大模型 DeepSeek，未来还会加更多。
支持用自己的浏览器，不用再反复登录，还能录屏。
定制了更智能的 Agent，通过优化后的提示让浏览器使用更高效。

安装browser-use-webui

这个项目已在 Github 开源，想玩的都可以试试，用 Python 写的，版本必须在 3.11 以上。

系统环境

系统：Windows11专业版

CPU: 英特尔I7-13700KF

内存： 32G

硬盘：1T nvme SSD +4T 机械

显卡：RTX 4070 Ti

python版本：Python 3.13.2

第1步：克隆项目

git clone https://github.com/browser-use/web-ui.git
cd web-ui

第2步：设置Python环境

我们建议使用 uv 管理Python环境。

uv venv --python 3.11

我这边不使用他的建议

用Anaconda Prompt

(base) C:\Users\Administrator>cd C:\Users\Administrator\Desktop\AI\web-ui
(base) C:\Users\Administrator\Desktop\AI\web-ui>

conda create -n browser_use_webui python=3.11
conda activate browser_use_webui

第3步：安装依赖

安装 Python包

pip install -r requirements.txt 

或者：pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple

安装浏览器插件

playwright install --with-deps chromium

playwright install

第4步：修改配置

把 .env.example 文件复制一份重命名为.env，用编辑器打开.env并添加API键和其他设置

默认的配置文件：

OPENAI_ENDPOINT=https://api.openai.com/v1
OPENAI_API_KEY=

ANTHROPIC_API_KEY=
ANTHROPIC_ENDPOINT=https://api.anthropic.com

GOOGLE_API_KEY=

AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_API_VERSION=2025-01-01-preview

DEEPSEEK_ENDPOINT=https://api.deepseek.com
DEEPSEEK_API_KEY=

MISTRAL_API_KEY=
MISTRAL_ENDPOINT=https://api.mistral.ai/v1

OLLAMA_ENDPOINT=http://localhost:11434

ALIBABA_ENDPOINT=https://dashscope.aliyuncs.com/compatible-mode/v1
ALIBABA_API_KEY=

MOONSHOT_ENDPOINT=https://api.moonshot.cn/v1
MOONSHOT_API_KEY=

# Set to false to disable anonymized telemetry
ANONYMIZED_TELEMETRY=false

# LogLevel: Set to debug to enable verbose logging, set to result to get results only. Available: result | debug | info
BROWSER_USE_LOGGING_LEVEL=info

# Chrome settings
CHROME_PATH=
CHROME_USER_DATA=
CHROME_DEBUGGING_PORT=9222
CHROME_DEBUGGING_HOST=localhost
# Set to true to keep browser open between AI tasks
CHROME_PERSISTENT_SESSION=false
CHROME_CDP=
# Display settings
# Format: WIDTHxHEIGHTxDEPTH
RESOLUTION=1920x1080x24
# Width in pixels
RESOLUTION_WIDTH=1920
# Height in pixels
RESOLUTION_HEIGHT=1080

# VNC settings
VNC_PASSWORD=youvncpassword

修改的配置

# 路径 Chrome 浏览器路径（检查下自己的路径），例如
# Mac OS "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
# Windows "C:\Program Files\Google\Chrome\Application\chrome.exe"
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"

# 浏览器的用户数据路径，例如
# Mac OS "/Users/<YourUsername>/Library/Application Support/Google/Chrome"
# Windows "C:\Users\<YourUsername>\AppData\Local\Google\Chrome\User Data"
CHROME_USER_DATA="/Users/<YourUsername>/Library/Application Support/Google/Chrome"

# 还有一些大模型的 API Key 也要改
...

我这边修改的chrome的地址，根据你电脑的环境填写。

CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
CHROME_USER_DATA="C:\Users\Administrator\AppData\Local\Google\Chrome\User Data"

第5步：启动运行

python webui.py --ip 127.0.0.1 --port 7788

浏览器访问 http://127.0.0.1:7788/，看到如下界面就成功了

完成安装browser-use-webui

使用browser-use-webui

1、配置 Agent

注意，这里的 “Use Vision”，默认是选中状态，如果使用的 DeepSeek 不能勾选，因为 DeepSeek 不支持视觉输入，注意这里很多人踩坑，一定要注意。

2、配置大模型

单击“LLM Settings”，我这边设置的硅基流动的 deepseek，你也可以用其他的

Base URL填写：https://api.siliconflow.cn/v1/chat/completions

API Key：填写自己申请到的key

model Name填写：deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

3、浏览器设置

设置一下分辨率

4、运行

点击，run agent

结果

结果是[‘404 page not found’, ‘404 page not found’, ‘404 page not found’]

修改成openai的接口

用deepseek一直没有跑通，改成ChatGPT的接口再试试

git动画

browser-use-webui-google.agent_history

用命令执行中文：

打开新浪，检索最近的10条新闻

browser-use-webui-sina.agent_history

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述