💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。
- 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老
- 导航
非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨
博客目录
-
- 前言
- [1. 安装 Ollama](#1. 安装 Ollama)
- [2. Gemma3 模型安装与运行](#2. Gemma3 模型安装与运行)
- [3. 虚拟环境准备](#3. 虚拟环境准备)
-
- [3.1 安装 Python](#3.1 安装 Python)
- [3.2. 安装 conda](#3.2. 安装 conda)
- [4. 本地部署 Brower Use WebUI](#4. 本地部署 Brower Use WebUI)
-
- [4.1 创建一个新 conda 环境](#4.1 创建一个新 conda 环境)
- [4.2 克隆存储库](#4.2 克隆存储库)
- [4.3 安装依赖环境](#4.3 安装依赖环境)
- [4.4 安装浏览器自动化工具](#4.4 安装浏览器自动化工具)
- [4.5 修改配置信息](#4.5 修改配置信息)
- [5. 本地运行测试](#5. 本地运行测试)
- [6. 安装内网穿透](#6. 安装内网穿透)
-
- [6.1 配置公网地址](#6.1 配置公网地址)
- [6.2 配置固定公网地址](#6.2 配置固定公网地址)
- 总结
前言
本文主要介绍如何在本地 Windows 系统部署 Browser-Use WebUI，并结合 cpolar 内网穿透工具实现远程使用 Browser-Use 操作浏览器智能抓取数据并通过本地 AI 大模型进行分析，执行任务，打造个人全自动 AI 助理。
Browser-Use 是一款帮助人工智能程序在互联网上执行操作的工具。你可以把它想象成一个"数字工人"，能够像真实用户一样浏览网站，并进行各种操作。与传统的网站数据提取程序相比，Browser-use 的优势在于它能够模拟人类的浏览行为。 传统程序就像快速扫描仪，直接抓取数据，很容易被网站的反反抓取系统发现并阻止。而 Browser-use 模仿了点击、滚动、填写等真实用户的动作，因此更难被识别。
具体来说，Browser-use 可以：
- 稳定获取网站信息： 即使网站有反抓取措施，它也能更可靠地获取所需的数据。
- 自动执行网页任务： 例如，它可以自动填写在线调查问卷、提交注册信息、或者从网页中提取特定内容。
- 抓取网页所有可操作的部分： 它不仅仅抓取网页的文字和图片，还能识别所有按钮、链接、输入框等，并进行相应的操作。
这使得 Browser-use 不仅可以用于数据收集，还可以用于自动完成各种在线任务。可能它在自动化测试、市场调研、竞争对手分析等领域有应用潜力，但具体效果有待验证。
1. 安装 Ollama
在部署 Browser-Use 之前，我们首先需要先准备好 Ollama 和你要使用的本地大模型以及虚拟环境配置。
本例中使用的是 Windows11 系统专业版，通过 Ollama 运行本地大模型，之前曾经发布过如何在 Windows 安装 Ollama 的教程，有需要可以看看这篇文章：Windows 本地部署 Deepseek-R1 大模型并使用 Web 界面远程交互
简单来说，就是访问 Ollama 的官网：Download Ollama on Windows
下载对应版本的 Ollama 安装程序并安装：
2. Gemma3 模型安装与运行
本例中我打算使用的本地模型是 Gemma3:27b，因为它有多模态能力，可以识别图片，稍后测试一下实际效果。
在 Ollama 的官网点击 Models，就能找到安装命令：
shell
ollama run gemma3:27b
PS:默认会下载模型到 C 盘，如果想修改下载位置，可以在终端中执行下方命令来指定模型文件的存放目录，这里以 d:\ollama 为例，大家可以提前自定义位置：
shellset OLLAMA_MODELS=d:\ollama
如果你之前安装过 Ollama，在执行命令后出现如下图提示，那么关闭终端，请先升级 ollama 到最新版本才能正常下载 gemma3 模型。
模型下载完成之后，安装成功后会提示 success：
3. 虚拟环境准备
3.1 安装 Python
本例使用 Windows11 专业版系统进行演示：
首先需要安装 python 3.12 下载地址：Python Release Python 3.12.0 | Python.org
安装时需要注意，勾选下边两个选项，不然后续有可能报错：
安装结束后，如出现下图提示，点击该选项（更改您的机器配置，以允许程序(包括 Python)绕过 260 字符的"最大路径"限制）同意即可。
确认后，点击 close 关闭即可完成 Python 环境安装。
3.2. 安装 conda
这里我使用的是本地已有的 conda 环境，大家也可以通过 UV 来创建虚拟环境：
conda 下载地址：Anaconda Installers and Packages
安装时需要注意的是在这一步，需要勾选第三个选项，自动加载刚才安装的 Python3.12 环境：
安装完成后，点击 Finish 即可：
4. 本地部署 Brower Use WebUI
接下来开始在 Windows 系统使用 conda 本地部署 Brower Use WebUI
4.1 创建一个新 conda 环境
首先在 Windows 中打开 cmd，执行下方命令创建虚拟环境：
shell
conda create -n browseruse python=3.12输入 y 确认：
创建成功：
如果提示'conda' 不是内部或外部命令，也不是可运行的程序，我们需要配置一下环境变量，具体操作可以查看这篇文章：conda 环境变量配置
环境创建好之后，执行下方命令激活这个新的 conda 环境：
shell
conda activate browseruse
如上图所示，这个 conda 环境就激活成功了。
4.2 克隆存储库
接下来，执行下方命令，将 Browser-use WebUI 拉取到本地：
shell
git clone https://github.com/browser-use/web-ui.git进入 Browser-use WebUI 项目路径：
shell
cd web-ui4.3 安装依赖环境
执行下方命令安装依赖环境：
python
pip install -r requirements.txt
现在就安装好了：
4.4 安装浏览器自动化工具
执行下方命令，安装浏览器自动化工具：
shell
playwright install
4.5 修改配置信息
然后执行下方命令，复制一份配置示例文件并改为.env 格式文件：
shell
copy .env.example .env
复制后在 webui 安装的电脑路径中也能看到这两个文件：
打开配置文件后可以修改你想要使用的模型路径，API KEY，使用自己哪个已有的浏览器路径等，本地中使用 ollama 调用本地大模型，就暂时不用修改了，稍后在 web-ui 界面中配置即可：
修改完成后，保存退出即可。
5. 本地运行测试
执行下方命令:
python
python webui.py --ip 127.0.0.1 --port 7788
即可在浏览器中打开 browser-use 的 web-ui 界面了：
关闭服务后想再次启动服务，可以打开 cmd，执行
conda activate browseruse激活环境，然后cd web-ui进入 web-ui 路径，执行python webui.py --ip 127.0.0.1 --port 7788启动服务即可.
在主界面，上方的设置导航中选择 Agent Settings，如果你本地部署的大模型不支持视觉识别，可以把这个使用视觉取消勾选，不然后续让 AI 执行任务时会报错。
然后点击 LLM Settings，对本地大模型进行设置：
LLM Provider 在下拉中选择 ollama
Model Name 需要手动输入你要调用的本地大模型名称，我这里使用的是 gemma3:27b
这个模型名称可以在 cmd 终端中输入 ollama list 来进行查看：
然后就可以点击顶部导航中的 Run Agent 来输入指令让 AI 自动来执行任务了：
点击执行后，底部的结果和报错框中会显示运行时间：
在 cmd 终端中也能看到刚才我们提的要求，与执行操作的步骤：
执行任务同时 AI 会打开浏览器，自动进行搜索与后续操作：
任务结束后，能看到 AI 成功执行了指令，帮我在 B 站搜索 cpolar 并打开搜索结果中的第一个视频：
美中不足的是使用其自带的浏览器在播放视频时，会提示浏览器不支持 html5 播放器，想要解决这个问题只需要在上边提到的.env 配置文件中修改一下调用你自己电脑上的浏览器就可以了，而且登录视频网站后，在使用 AI 访问该网站时也无需二次登录了。
除了让它自动使用浏览器访问网站搜索并播放视频，我们也可以让它自动访问指定的网站查询某个账号发布的文章，并统计其账号发布的文章标题，发布时间，阅读量和点击量等信息。大家也可以根据自己的情况来提出要求让这个全自动的 AI 助力来为你提升工作效率，节省大量时间。
6. 安装内网穿透
现在我们已经成功在本地部署了 Browser-Use WebUI 并使用 AI 使用浏览器自动执行任务，但如果想实现不在同一网络环境下，也能随时随地在网页中远程使用本地部署的 Browser-Use 处理问题，那就需要借助 cpolar 内网穿透工具来实现公网访问了！接下来介绍一下如何安装 cpolar 内网穿透，过程同样非常简单：
首先进入 cpolar 官网：
cpolar 官网地址: https://www.cpolar.com
点击免费使用注册一个账号，并下载最新版本的 cpolar：
登录成功后，点击下载 cpolar 到本地并安装（一路默认安装即可）本教程选择下载 Windows 版本。
cpolar 安装成功后，在浏览器上访问 http://localhost:9200，使用 cpolar 账号登录,登录后即可看到配置界面,结下来在 WebUI 管理界面配置即可。
6.1 配置公网地址
接下来配置一下 Browser-Use WebUI 的公网地址：
登录后，点击左侧仪表盘的隧道管理------创建隧道，
- 隧道名称：buse（可自定义命名，注意不要与已有的隧道名称重复）
- 协议：选择 http
- 本地地址：7788
- 域名类型：选择随机域名
- 地区：选择 China Top
隧道创建成功后，点击左侧的状态------在线隧道列表,查看所生成的公网访问地址，有两种访问方式,一种是 http 和 https：
使用上面的任意一个公网地址,在平板或其他电脑的浏览器进行登录访问,即可成功看到 Browser-Use WebUI 界面,这样一个公网地址且可以远程访问就创建好了,使用了 cpolar 的公网域名,无需自己购买云服务器,即可到随时在线访问了！
同样可以使用 AI 在浏览器中自动执行任务：
小结
为了方便演示，我们在上边的操作过程中使用 cpolar 生成的 HTTP 公网地址隧道，其公网地址是随机生成的。这种随机地址的优势在于建立速度快，可以立即使用。然而，它的缺点是网址是随机生成，这个地址在 24 小时内会发生随机变化，更适合于临时使用。
如果有长期远程访问 Browser-use WebUI 让 AI 使用浏览器自动处理问题，或者异地访问与使用其他本地部署的服务的需求，但又不想每天重新配置公网地址，还想让公网地址好看又好记并体验更多功能与更快的带宽，那我推荐大家选择使用固定的二级子域名方式来为 WebUI 配置一个公网地址。.
6.2 配置固定公网地址
接下来演示如何为其配置固定的 HTTP 公网地址，该地址不会变化，方便分享给别人长期查看你部署的项目，而无需每天重复修改服务器地址。
配置固定 http 端口地址需要将 cpolar 升级到专业版套餐或以上。
登录 cpolar 官网，点击左侧的预留，选择保留二级子域名，设置一个二级子域名名称，点击保留:
保留成功后复制保留成功的二级子域名的名称：mybuse，大家也可以设置自己喜欢的名称。
返回 Cpolar web UI 管理界面，点击左侧仪表盘的隧道管理------隧道列表，找到所要配置的隧道：buse，点击右侧的编辑：
修改隧道信息，将保留成功的二级子域名配置到隧道中
- 域名类型：选择二级子域名
- Sub Domain：填写保留成功的二级子域名：
mybuse
点击更新(注意,点击一次更新即可,不需要重复提交)
更新完成后,打开在线隧道列表,此时可以看到公网地址已经发生变化,地址名称也变成了固定的二级子域名名称的域名：
最后,我们使用上边任意一个固定的公网地址访问,可以看到访问成功,这样一个固定且永久不变的公网地址就设置好了，可以随时随地在公网环境异地在线访问本地部署的 Browser-use WebUI 来让 AI 帮你全自动处理问题了！
总结
通过以上步骤，我们实现了在 Windows 系统电脑本地部署 Browser-use WebUI，并结合 cpolar 内网穿透工具轻松实现在公网环境中使用浏览器远程使用 AI 自主处理问题，并为其配置固定不变的二级子域名公网地址的全部流程，经过简单测试，效果确实不错，同时降低了使用门槛，非常期待它后续的发展，也感谢您的观看，有任何问题欢迎留言交流。
觉得有用的话点个赞
👍🏻呗。❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄
💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍
🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙
