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
Tadas-Gao7 分钟前
Mem0分层记忆系统:大语言模型长期记忆的架构革命与实现范式
人工智能·语言模型·自然语言处理·架构·大模型·llm·transformer
极客小俊12 分钟前
Windows 卸载 OpenClaw
人工智能
吴佳浩 Alben14 分钟前
GPU 生产环境实践:硬件拓扑、显存管理与完整运维体系
运维·人工智能·pytorch·语言模型·transformer·vllm
多年小白15 分钟前
OpenClaw 本周技术更新速递
人工智能·ai·ai编程·openclaw
深瞳智检30 分钟前
lesson-02 NLP 基础-文本表示与词向量
人工智能·自然语言处理·llm·大语言模型
twc8291 小时前
大模型生成 QA Pairs 提升 RAG 应用测试效率的实践
服务器·数据库·人工智能·windows·rag·大模型测试
宇擎智脑科技1 小时前
A2A Python SDK 源码架构解读:一个请求是如何被处理的
人工智能·python·架构·a2a
IT_陈寒1 小时前
Redis缓存击穿:3个鲜为人知的防御策略,90%开发者都忽略了!
前端·人工智能·后端
电商API&Tina2 小时前
【电商API接口】开发者一站式电商API接入说明
大数据·数据库·人工智能·云计算·json
湘美书院--湘美谈教育2 小时前
湘美谈教育湘美书院网文研究:人工智能与微型小说选集
人工智能·深度学习·神经网络·机器学习·ai写作