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!

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

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

复制代码
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。

复制代码
uv venv --python 3.11

我这边不使用他的建议

用Anaconda Prompt

复制代码
(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

复制代码
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

复制代码
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:

复制代码
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

复制代码
# 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。

复制代码
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

复制代码
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

用命令执行中文:

打开新浪,检索最近的10条新闻

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! 😊

相关推荐
suke1 分钟前
Qwen2.5-Omni 全能旗舰 VS 国产小钢炮 MiniCPM-V:参数、硬件、资源、优势全解析
人工智能·程序员·开源
用户3157476081352 分钟前
MCP的出现,是对Function Calling的“书同文、车同轨”吗?
人工智能·面试·mcp
君莫笑∽GL7 分钟前
脑疾病分类的疑惑【6】:脑疾病分类比较适合使用具有哪些特点的模型?
人工智能·分类·数据挖掘
人类群星闪耀时10 分钟前
区块链与AI的融合:技术交汇的未来之路
人工智能·区块链
www_pp_13 分钟前
# 基于 OpenCV 的选择题自动批改系统实现
人工智能·opencv·计算机视觉
鸭鸭鸭进京赶烤17 分钟前
物联网革新,智慧城市未来揭秘
人工智能·物联网·智慧城市·能源·边缘计算·信息与通信·交通物流
Flash Bomb42221 分钟前
自然语言处理(21:(第六章1.)基于RNN生成文本)
人工智能·rnn·深度学习·神经网络·自然语言处理
梦姐的编程日志26 分钟前
从研究动机视角对无监督图像去雾论文的分类
图像处理·人工智能·深度学习·算法·计算机视觉
Y1nhl28 分钟前
搜广推校招面经六十二
人工智能·pytorch·python·算法·机器学习·推荐算法·搜索算法
进取星辰1 小时前
PyTorch 深度学习实战(28):对比学习(Contrastive Learning)与自监督表示学习
人工智能·深度学习