文章目录
-
- 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
本方案将基于Windows系统环境构建Browser-Use WebUI系统，通过整合cpolar内网穿透技术实现远程访问功能，并结合本地部署的AI大型模型完成数据解析与任务执行，最终形成定制化智能自动化助手系统。
Browser-Use作为新一代人机交互工具，其创新性在于通过数字孪生技术模拟真实用户操作行为。区别于传统爬虫程序的静态抓取模式，该系统采用动态行为模拟技术，可精准还原用户点击轨迹、页面浏览节奏及表单交互过程，从而有效突破各类反爬虫防护体系。
系统具备以下核心能力：
- 动态数据采集优化：基于用户行为建模技术，突破网站安全防护限制，实现关键数据的持续稳定抓取
- 智能流程自动化：支持自动化执行注册登录、表单填写、内容提交等复合型交互任务
- 界面深度理解能力：不仅可提取文本图像资源，更可识别并操作交互组件（如按钮控件、链接元素、输入框等）
该技术方案在自动化测试场景、商业情报收集、竞品数据跟踪等业务领域具有显著优势。通过将浏览器操作与AI分析能力进行深度融合，为构建智能自动化工作流提供了完整的解决方案。
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
本项目成功在Windows客户端完成了Browser-Use WebUI系统的本地环境部署，并通过cpolar内网穿透技术实现了跨网络环境的远程浏览器控制功能。经测试验证，该方案通过配置固定子域名实现持续访问，表现出优异的系统稳定性和操作便捷性。
此技术架构显著简化了自动化操作的实施难度，使普通用户也能高效调用AI驱动的网页交互功能。通过将智能分析引擎与浏览器操作进行技术融合，为自动化数据采集和流程优化提供了创新性解决方案。未来版本可重点优化交互响应速度和异常处理机制，如需了解具体实施细节，欢迎在评论区展开深入探讨。
