admin管理员组文章数量:1037775
使用 browser
引言
在数字化时代，网页信息填写和录入是许多业务流程中的重要环节，例如注册账户、提交在线表单或更新个人信息。这些任务往往耗时且容易出错，而自动化工具的引入可以显著提高效率并减少人为失误。GitHub 上的 browser-use/web-ui 项目为这一需求提供了一个创新且实用的解决方案。
事实上，browser-use 已经提供了一个通用的浏览器自动化工具，但 browser-use/web-ui 更进一步，提供了一个基于 Gradio 构建的 Web 用户界面，并支持多种大型语言模型（LLM），包括 Google、OpenAI、Azure OpenAI、Anthropic、DeepSeek 和 Ollama 等。它允许用户在浏览器中运行 AI 代理，自动完成网页交互任务。该工具的独特功能包括支持自定义浏览器（无需重复登录网站）、高清屏幕录制以及持久化浏览器会话，非常适合需要高效处理网页任务的用户。
本文将详细介绍如何通过本地安装（使用 pip）和 Docker 安装两种方式使用 browser-use/web-ui，并提供完整的操作流程。
效果展示
使用过程
以下是使用 browser-use/web-ui 的两种主要安装和运行方式：本地安装（pip） 和 Docker 安装。请根据您的需求选择适合的方法。
Docker 安装
1. 克隆仓库
与本地安装相同，克隆项目仓库：
代码语言：bash复制git clone .git
cd web-ui2. 创建并配置环境文件
复制并编辑环境文件：
- Windows (Command Prompt)：
copy .env.example .env- macOS/Linux/Windows (PowerShell)：
cp .env.example .env编辑 .env 文件，添加 API 密钥，例如：
OPENAI_API_KEY=your_openai_key
VNC_PASSWORD=your_vnc_password # 可选，设置 VNC 密码3. 运行 Docker
根据需求选择运行模式：
- 默认模式（任务后关闭浏览器）：
docker compose up --build- 持久化模式（任务间保持浏览器打开）：
CHROME_PERSISTENT_SESSION=true docker compose up --build4. 访问应用程序
- Web 界面：打开浏览器，访问
http://localhost:7788。 - VNC 查看器（观察浏览器交互）：访问
http://localhost:6080/vnc.html，输入 VNC 密码（默认“youvncpassword”，或.env中设置的密码）。
5. 容器管理（可选）
- 后台运行：
docker compose up -d- 查看日志：
docker compose logs -f- 停止容器：
docker compose down本地安装（使用 pip）
克隆仓库
首先，打开终端并运行以下命令，克隆项目仓库到本地：
代码语言：bash复制git clone .git
cd web-ui设置 Python 环境
建议使用 Python 3.11，并通过 uv 工具创建虚拟环境。执行以下命令：
uv venv --python 3.11激活虚拟环境：
- Windows (Command Prompt)：
.venv\Scripts\activate- Windows (PowerShell)：
.\.venv\Scripts\Activate.ps1- macOS/Linux：
source .venv/bin/activate安装依赖
安装项目所需的 Python 包和 Playwright：
代码语言：bash复制uv pip install -r requirements.txt
playwright install配置环境
复制示例环境文件并编辑，添加您的 API 密钥和其他配置：
- Windows (Command Prompt)：
copy .env.example .env- macOS/Linux/Windows (PowerShell)：
cp .env.example .env使用文本编辑器打开 .env 文件，填写必要信息，例如：
OPENAI_API_KEY=your_openai_key
CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe" # Windows 示例
CHROME_USER_DATA="C:\Users\YourUsername\AppData\Local\Google\Chrome\User Data" # Windows 示例运行 Web UI
启动应用程序：
代码语言：bash复制python webui.py --ip 127.0.0.1 --port 7788访问 Web UI
打开浏览器，导航到 http://127.0.0.1:7788，即可使用 Web 界面。
使用自定义浏览器（可选）
如果需要使用自己的浏览器（如已登录账户的 Chrome），在 .env 文件中设置：
- Windows：
CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
CHROME_USER_DATA="C:\Users\YourUsername\AppData\Local\Google\Chrome\User Data"- macOS：
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
CHROME_USER_DATA="/Users/YourUsername/Library/Application Support/Google/Chrome"关闭所有 Chrome 窗口，在非 Chrome 浏览器（如 Firefox）中打开 Web UI，并在界面中勾选“Use Own Browser”选项。
保持浏览器打开（可选）
若希望在 AI 任务间保持浏览器窗口打开，可在 .env 中设置：
CHROME_PERSISTENT_SESSION=true使用 VNC 访问浏览器可以连接 5901 端口，而使用 Web UI 访问浏览器可以连接 6080 端口。
结论
browser-use/web-ui 是一个功能强大且灵活的工具，能够有效自动化网页信息填写和录入任务。通过支持多种大型语言模型和自定义浏览器配置，它可以无缝集成到现有工作流程中。无论是选择本地安装（pip）还是 Docker 部署，用户都能通过简单的步骤快速上手，显著提升工作效率并减少错误。对于需要频繁处理网页交互的用户来说，这款工具无疑是一个值得尝试的解决方案。
问题解决
旧版本 docker compose 升级
代码语言：bash复制sudo mkdir -p /etc/apt/keyrings
curl -fsSL | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt update
sudo apt install docker-compose-plugin
docker compose version参考
- browser-use/web-ui GitHub 仓库
- 项目文档
使用 browser
引言
在数字化时代，网页信息填写和录入是许多业务流程中的重要环节，例如注册账户、提交在线表单或更新个人信息。这些任务往往耗时且容易出错，而自动化工具的引入可以显著提高效率并减少人为失误。GitHub 上的 browser-use/web-ui 项目为这一需求提供了一个创新且实用的解决方案。
事实上，browser-use 已经提供了一个通用的浏览器自动化工具，但 browser-use/web-ui 更进一步，提供了一个基于 Gradio 构建的 Web 用户界面，并支持多种大型语言模型（LLM），包括 Google、OpenAI、Azure OpenAI、Anthropic、DeepSeek 和 Ollama 等。它允许用户在浏览器中运行 AI 代理，自动完成网页交互任务。该工具的独特功能包括支持自定义浏览器（无需重复登录网站）、高清屏幕录制以及持久化浏览器会话，非常适合需要高效处理网页任务的用户。
本文将详细介绍如何通过本地安装（使用 pip）和 Docker 安装两种方式使用 browser-use/web-ui，并提供完整的操作流程。
效果展示
使用过程
以下是使用 browser-use/web-ui 的两种主要安装和运行方式：本地安装（pip） 和 Docker 安装。请根据您的需求选择适合的方法。
Docker 安装
1. 克隆仓库
与本地安装相同，克隆项目仓库：
代码语言：bash复制git clone .git
cd web-ui2. 创建并配置环境文件
复制并编辑环境文件：
- Windows (Command Prompt)：
copy .env.example .env- macOS/Linux/Windows (PowerShell)：
cp .env.example .env编辑 .env 文件，添加 API 密钥，例如：
OPENAI_API_KEY=your_openai_key
VNC_PASSWORD=your_vnc_password # 可选，设置 VNC 密码3. 运行 Docker
根据需求选择运行模式：
- 默认模式（任务后关闭浏览器）：
docker compose up --build- 持久化模式（任务间保持浏览器打开）：
CHROME_PERSISTENT_SESSION=true docker compose up --build4. 访问应用程序
- Web 界面：打开浏览器，访问
http://localhost:7788。 - VNC 查看器（观察浏览器交互）：访问
http://localhost:6080/vnc.html，输入 VNC 密码（默认“youvncpassword”，或.env中设置的密码）。
5. 容器管理（可选）
- 后台运行：
docker compose up -d- 查看日志：
docker compose logs -f- 停止容器：
docker compose down本地安装（使用 pip）
克隆仓库
首先，打开终端并运行以下命令，克隆项目仓库到本地：
代码语言：bash复制git clone .git
cd web-ui设置 Python 环境
建议使用 Python 3.11，并通过 uv 工具创建虚拟环境。执行以下命令：
uv venv --python 3.11激活虚拟环境：
- Windows (Command Prompt)：
.venv\Scripts\activate- Windows (PowerShell)：
.\.venv\Scripts\Activate.ps1- macOS/Linux：
source .venv/bin/activate安装依赖
安装项目所需的 Python 包和 Playwright：
代码语言：bash复制uv pip install -r requirements.txt
playwright install配置环境
复制示例环境文件并编辑，添加您的 API 密钥和其他配置：
- Windows (Command Prompt)：
copy .env.example .env- macOS/Linux/Windows (PowerShell)：
cp .env.example .env使用文本编辑器打开 .env 文件，填写必要信息，例如：
OPENAI_API_KEY=your_openai_key
CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe" # Windows 示例
CHROME_USER_DATA="C:\Users\YourUsername\AppData\Local\Google\Chrome\User Data" # Windows 示例运行 Web UI
启动应用程序：
代码语言：bash复制python webui.py --ip 127.0.0.1 --port 7788访问 Web UI
打开浏览器，导航到 http://127.0.0.1:7788，即可使用 Web 界面。
使用自定义浏览器（可选）
如果需要使用自己的浏览器（如已登录账户的 Chrome），在 .env 文件中设置：
- Windows：
CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
CHROME_USER_DATA="C:\Users\YourUsername\AppData\Local\Google\Chrome\User Data"- macOS：
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
CHROME_USER_DATA="/Users/YourUsername/Library/Application Support/Google/Chrome"关闭所有 Chrome 窗口，在非 Chrome 浏览器（如 Firefox）中打开 Web UI，并在界面中勾选“Use Own Browser”选项。
保持浏览器打开（可选）
若希望在 AI 任务间保持浏览器窗口打开，可在 .env 中设置：
CHROME_PERSISTENT_SESSION=true使用 VNC 访问浏览器可以连接 5901 端口，而使用 Web UI 访问浏览器可以连接 6080 端口。
结论
browser-use/web-ui 是一个功能强大且灵活的工具，能够有效自动化网页信息填写和录入任务。通过支持多种大型语言模型和自定义浏览器配置，它可以无缝集成到现有工作流程中。无论是选择本地安装（pip）还是 Docker 部署，用户都能通过简单的步骤快速上手，显著提升工作效率并减少错误。对于需要频繁处理网页交互的用户来说，这款工具无疑是一个值得尝试的解决方案。
问题解决
旧版本 docker compose 升级
代码语言：bash复制sudo mkdir -p /etc/apt/keyrings
curl -fsSL | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt update
sudo apt install docker-compose-plugin
docker compose version参考
- browser-use/web-ui GitHub 仓库
- 项目文档
本文标签： 使用 browser
版权声明：本文标题：使用 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/1748321635a2285272.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。
发表评论