browser-use Web-UI

一、browser-use是什么

Browser Use 是一款開源Python庫，專為大語言模型設計的智能瀏覽器工具，目的是讓 AI 能夠像人類一樣自然地瀏覽和操作網頁。它支持多標簽頁管理、視覺識別、內容提取，并能記錄和重復執行特定動作。Browser Use 還支持開發者自定義動作，如保存數據到數據庫，文件等。支持多種主流的大型語言模型，如 DeepSeek，GPT-4 和 Claude等，并支持同時運行多個任務，具備自我修正功能，從而提高任務執行的準確性和效率。
官網：https://browser-use.com/
項目網址 ：https://github.com/browser-use/browser-use
Browser-use采用的技術棧為：

• 1、Observation：頁面解析層，采用DOM解析+截圖輔助的非視覺+視覺方案。
• DOM解析（HTML + XPath）：Browser-use通過底層框架（如Playwright）獲取當前頁面的完整HTML結構，并提取文本、元素屬性等關鍵信息。
• 截圖輔助：在某些情況下（如驗證碼識別、動態圖形驗證），純HTML解析可能無法直接獲取信息，此時系統會自動或按需生成頁面截圖，并將截圖作為輔助輸入傳遞給視覺模型
• 2、Thought：核心決策層，分析Observation提供的頁面信息并生成操作指令。
• 3、Action：指令執行層，微軟開發的Playwright作為瀏覽器控制框架直接與瀏覽器交互完成自動化任務。Playwright作為新一代高性能UI自動化測試框架，提供低延遲、高穩定性的瀏覽器控制能力，支持快速頁面加載和元素操作。

二、browser-use webui 主要功能

提供了全新的網頁界面，簡單好用，方便操作。
支持更多大語言模型，比如 Gemini、OpenAI、Azure 等，哦，還有最近爆火的國產大模型 DeepSeek，未來還會加更多。
支持用自己的瀏覽器，不用再反復登錄，還能錄屏。
定制了更智能的 Agent，通過優化后的提示讓瀏覽器使用更高效。
使用場景

• 自動化任務：適合重復高頻的瀏覽器操作任務，如表單填寫，信息檢索，文件下載
• 數據收集：適合爬取網絡上的數據，如爬蟲自動化測試：適合WEB UI
• 自動化測試，結合pytest輕松實現web自動化

簡介：Browser Use 是一款開源Python庫，專為大語言模型設計的智能瀏覽器工具。
目的：讓 AI 能夠像人類一樣自然地瀏覽和操作網頁。它支持多標簽頁管理、視覺識別、內容提取，并能記錄和重復執行特定動作。
支持：支持多種主流的大型語言模型，如 DeepSeek，GPT-4 和 Claude等，并支持同時運行多個任務，具備自我修正功能，從而提高任務執行的準確性和效率。
應用場景：該項目可以部署在本地，也可以部署在線上。可以整理固定的文案，run agent 之后，可用于員工培訓，可用于新員工入職，展示業務主要功能。

（一）下載與安裝

一、下載項目克隆倉庫

git clone https://github.com/browser-use/web-ui.git

二、進入項目

cd web-ui

三、設置python虛擬環境

1、安裝 uv（高性能虛擬環境工具）

pip install uv

2、創建虛擬環境

uv venv --python 3.11  # 確保 Python 3.11+ 已安裝

3、激活虛擬環境

source .venv/Scripts/activate

四、安裝依賴

uv pip install -r requirements.txt

五、安裝chrom瀏覽器的依賴

playwright install --with-deps chromium

或者所有瀏覽器的依賴

playwright install

六、配置環境變量

cp .env.example .env  

（圖里發錯圖了，少了個v ，說明：將env.example復制一份命名為env，然后到第八步，配置env文件）

七、查看Chrome詳情

谷歌瀏覽器地址輸入，即可查看：

chrome://version/

八、配置env文件

（記事本打開就可以）

備注：deepseek的api獲取：

https://platform.deepseek.com/api_keys

需要充錢才可以用

九、運行web-ui

python webui.py --ip 127.0.0.1 --port 7788

十、運行方式，可通過git或者pycharm

1、開啟虛擬環境：source .venv/Scripts/activate
2、輸入啟動命令：python webui.py --ip 127.0.0.1 --port 7788

（二）使用

一、登錄平臺

輸入地址：127.0.0.1:7788

127.0.0.1:7788

二、關于瀏覽器的一些設置

三、運行，界面Demo 演示

輸入要執行的任務就可以點擊 Run Agent 了