用deepseek部署全自动的机器人--bytebot

一、简介


Bytebot 是一个开源的 AI 桌面代理(Open-Source AI Desktop Agent),它为 AI 提供了一个完整的计算机环境来为用户完成各种任务。


二、核心功能


Bytebot 不同于仅运行在浏览器中的代理或传统 RPA 工具,它拥有完整的虚拟桌面环境,能够:

  • 使用任何应用程序(浏览器、邮件客户端、办公工具、IDE 等)
  • 通过自身文件系统下载和组织文件
  • 使用密码管理器登录网站和应用程序
  • 读取和处理文档、PDF 和电子表格
  • 跨不同程序完成复杂的多步骤工作流

可以将其视为拥有自己计算机的虚拟员工,能够像人类一样看到屏幕、移动鼠标、敲击键盘并完成任务。

三、技术架构

Bytebot 包含多个核心组件:

  • bytebot-agent-cc:可能是代理的核心控制组件
  • bytebot-agent:代理主体
  • bytebot-llm-proxy:大语言模型代理
  • bytebot-ui:用户界面
  • bytebotd:可能是后台服务
  • shared:共享组件

此外,还包含 helm 目录(用于 Kubernetes 部署)和 docker 目录(提供多种 Docker 配置文件),支持不同环境下的部署。

四、部署方式

本文部署使用的是cloudstudio.net

步骤一:下载

复制代码
git clone https://github.com/bytebot-ai/bytebot.git
cd bytebot

步骤二:设置deepseek api key

复制代码
# 添加 AI 提供商DEEPSEEK密钥
echo "DEEPSEEK_API_KEY=sk--..." > docker/.env
#

步骤三:确保已安装 DockerDocker Compose

1、修改docker-compose.proxy.yml

environment:

  • ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY}

  • OPENAI_API_KEY=${OPENAI_API_KEY}

  • GEMINI_API_KEY=${GEMINI_API_KEY}

  • DEEPSEEK_API_KEY=${DEEPSEEK_API_KEY}

2、修改litellm-config.yaml文件

添加Deepseek模型

  • model_name: deepseek-chat

litellm_params:

model: deepseek/deepseek-chat

api_base: https://api.deepseek.com/v1

api_key: os.environ/DEEPSEEK_API_KEY

  • model_name: deepseek-reasoner

litellm_params:

model: deepseek/deepseek-reasoner

api_base: https://api.deepseek.com/v1

api_key: os.environ/DEEPSEEK_API_KEY

3、执行命令

根据具体情况执行以下脚步即可。

docker-compose -f docker/docker-compose.proxy.yml up -d --build bytebot-llm-proxy

docker-compose -f docker/docker-compose.proxy.yml up -d

docker-compose -f docker/docker-compose.proxy.yml logs -f bytebot-llm-proxy

docker-compose -f docker/docker-compose.proxy.yml down

五、展示

相关推荐
tntxia2 小时前
正则化在机器学习中的作用
人工智能
fuquxiaoguang7 小时前
中间件的“价值重估”:传统同质化竞争终结,AI智能编排时代开启
人工智能·中间件
触底反弹7 小时前
🔥 前端也能玩转 AI 流式输出!从二进制流到打字机效果,一篇讲透
javascript·人工智能·node.js
腾渊信息科技公司8 小时前
工业数据运维痛点根治方案:基于AI Agent的产线自动化台账系统落地
运维·人工智能·自动化·个人开发·ai编程
西安老张(AIGC&ComfyUI)8 小时前
第030章:ComfyUI视频制作LTX-2.3模型文生视频工作流详解(三)
人工智能·aigc·comfyui
苦猿的大模型日记8 小时前
Day25 | 模型量化横评 GPTQ vs AWQ vs GGUF vs INT8——同一个 Qwen3-8B 压四遍,谁还活着
人工智能
benchmark_cc8 小时前
如何用 Python + QuantDash 快速构建高胜率“配对交易(Pairs Trading)”策略?
开发语言·人工智能·python·pandas·量化交易·quantdash
深海鱼肝油ya8 小时前
小说自动生成系统(二)
人工智能·大模型·agent·智能体·自动化编程·小说生成系统
通问AI9 小时前
Apple Intelligence 国行备案深度技术解析:阿里千问如何被集成到苹果端侧AI架构
人工智能·架构
视***间9 小时前
算力赋能零售与创意新生态:视程空间Pandora,解锁线下场景智能化无限可能
人工智能·边缘计算·智慧零售·ai算力·视程空间·创意开发