admin管理员组

文章数量:1034221

开源项目利用browser

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!

大家好，我是星哥，之前介绍了几款开源的AI Agent的项目，比如 OpenManus、autoMate 今天继续给大家带来一个开源AI Agent的项目。

browser-use和browser-use-webui

image-20250327180743081

browser-use

简介：Make websites accessible for AI agents 开源地址：

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：

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

代码语言：javascript代码运行次数：0运行复制
git clone .git
cd web-ui

第2步：设置Python环境

我们建议使用 uv 管理Python环境。

代码语言：javascript代码运行次数：0运行复制
uv venv --python 3.11

我这边不使用他的建议

用Anaconda Prompt

代码语言：javascript代码运行次数：0运行复制
(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

代码语言：javascript代码运行次数：0运行复制
pip install -r requirements.txt 
​
或者：pip install -r requirements.txt -i

安装浏览器插件

代码语言：javascript代码运行次数：0运行复制
playwright install --with-deps chromium
​
playwright install
image-20250327165405905

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：

代码语言：javascript代码运行次数：0运行复制
OPENAI_ENDPOINT=
OPENAI_API_KEY=
​
ANTHROPIC_API_KEY=
ANTHROPIC_ENDPOINT=
​
GOOGLE_API_KEY=
​
AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_API_VERSION=2025-01-01-preview
​
DEEPSEEK_ENDPOINT=
DEEPSEEK_API_KEY=
​
MISTRAL_API_KEY=
MISTRAL_ENDPOINT=
​
OLLAMA_ENDPOINT=http://localhost:11434
​
ALIBABA_ENDPOINT=
ALIBABA_API_KEY=
​
MOONSHOT_ENDPOINT=
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

代码语言：javascript代码运行次数：0运行复制
# 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。

代码语言：javascript代码运行次数：0运行复制
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

代码语言：javascript代码运行次数：0运行复制
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

image-20250327165725759

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。

image-20250327165910582

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：

API Key：填写自己申请到的key

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

image-20250327171535436

3、浏览器设置

设置一下分辨率

image-20250327171720830

4、运行

点击，run agent

image-20250327171821021

结果

结果是['404 page not found', '404 page not found', '404 page not found']

image-20250327175007903
image-20250327175029033

修改成openai的接口

用deepseek一直没有跑通，改成ChatGPT的接口再试试

image-20250327175426926

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

最后

感兴趣的大家可以试试哦，安装browser-use-webui打造成一个AI Agent智能体。

写文不易，如果你都看到了这里，请点个赞和在看，分享给更多的朋友；也别忘了关注星哥玩云！这里有满满的干货分享，还有轻松有趣的技术交流～点个赞、分享给身边的小伙伴，一起成长，一起玩转技术世界吧！

开源项目利用browser

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!

大家好，我是星哥，之前介绍了几款开源的AI Agent的项目，比如 OpenManus、autoMate 今天继续给大家带来一个开源AI Agent的项目。

browser-use和browser-use-webui

image-20250327180743081

browser-use

简介：Make websites accessible for AI agents 开源地址：

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：

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

代码语言：javascript代码运行次数：0运行复制
git clone .git
cd web-ui

第2步：设置Python环境

我们建议使用 uv 管理Python环境。

代码语言：javascript代码运行次数：0运行复制
uv venv --python 3.11

我这边不使用他的建议

用Anaconda Prompt

代码语言：javascript代码运行次数：0运行复制
(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

代码语言：javascript代码运行次数：0运行复制
pip install -r requirements.txt 
​
或者：pip install -r requirements.txt -i

安装浏览器插件

代码语言：javascript代码运行次数：0运行复制
playwright install --with-deps chromium
​
playwright install
image-20250327165405905

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：

代码语言：javascript代码运行次数：0运行复制
OPENAI_ENDPOINT=
OPENAI_API_KEY=
​
ANTHROPIC_API_KEY=
ANTHROPIC_ENDPOINT=
​
GOOGLE_API_KEY=
​
AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_API_VERSION=2025-01-01-preview
​
DEEPSEEK_ENDPOINT=
DEEPSEEK_API_KEY=
​
MISTRAL_API_KEY=
MISTRAL_ENDPOINT=
​
OLLAMA_ENDPOINT=http://localhost:11434
​
ALIBABA_ENDPOINT=
ALIBABA_API_KEY=
​
MOONSHOT_ENDPOINT=
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

代码语言：javascript代码运行次数：0运行复制
# 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。

代码语言：javascript代码运行次数：0运行复制
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

代码语言：javascript代码运行次数：0运行复制
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

image-20250327165725759

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。

image-20250327165910582

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：

API Key：填写自己申请到的key

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

image-20250327171535436

3、浏览器设置

设置一下分辨率

image-20250327171720830

4、运行

点击，run agent

image-20250327171821021

结果

结果是['404 page not found', '404 page not found', '404 page not found']

image-20250327175007903
image-20250327175029033

修改成openai的接口

用deepseek一直没有跑通，改成ChatGPT的接口再试试

image-20250327175426926

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

最后

感兴趣的大家可以试试哦，安装browser-use-webui打造成一个AI Agent智能体。

写文不易，如果你都看到了这里，请点个赞和在看，分享给更多的朋友；也别忘了关注星哥玩云！这里有满满的干货分享，还有轻松有趣的技术交流～点个赞、分享给身边的小伙伴，一起成长，一起玩转技术世界吧！

本文标签： 开源项目利用browser

版权声明：本文标题：开源项目利用browser 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://it.en369.cn/jiaocheng/1748124259a2257006.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。