Github 上有个开源项目 browser-use，这个项目最近老火了，目前拥有 11K Star，它的作用是将 AI Agent 与浏览器链接起来从而实现由 AI 驱动的浏览器自动化。接入也很简单，不过要写一点代码。
这两天有个老哥基于 browser-use，写了个 UI 界面，在体验层面同时也做了一些功能扩展，让它的使用门槛更低了，目前已在 Github 开源 browser-use-webui。
browser-use-webui 主要功能
提供了全新的网页界面，简单好用，方便操作。 支持更多大语言模型，比如 Gemini、OpenAI、Azure 等，哦，还有最近爆火的国产大模型 DeepSeek，未来还会加更多。 支持用自己的浏览器，不用再反复登录，还能录屏。 定制了更智能的 Agent，通过优化后的提示让浏览器使用更高效。
安装
这个项目已在 Github 开源，想玩的都可以试试，用 Python 写的，版本必须在 3.11 以上。
首先，让我们拉取项目到本地
git clone git@github.com:warmshao/browser-use-webui.git # 拉取项目
cd browser-use-webui # 进到这个项目里
安装依赖项：
pip install browser-use
安装 Playwright
playwright install
安装项目依赖
pip install -r requirements.txt
配置环境变量
基于 .env.example 复制一个 .env 文件，并在 .env 文件中修改以下信息
# 路径 Chrome 浏览器路径（检查下自己的路径），例如
# Mac OS "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
# Windows "C:\Program Files\Google\Chrome\Application\chrome.exe"
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
# 浏览器的用户数据路径，例如
# Mac OS "/Users/<YourUsername>/Library/Application Support/Google/Chrome"
# Windows "C:\Users\<YourUsername>\AppData\Local\Google\Chrome\User Data"
CHROME_USER_DATA="/Users/<YourUsername>/Library/Application Support/Google/Chrome"
# 还有一些大模型的 API Key 也要改
...
启动运行
执行如下命令启动
python webui.py --ip 127.0.0.1 --port 7788
启动成功如下所示：
浏览器访问 http://127.0.0.1:7788/，看到如下界面就成功了
配置
配置 Agent
注意，这里的 Use Vision，默认是选中状态，如果使用的 DeepSeek 不能勾选，因为 DeepSeek 不支持视觉输入。
配置要用的大模型
例如，下面我用的是 deepseek。
关于浏览器的一些设置
任务设置
输入要执行的任务就可以点击 Run Agent 了
Demo 演示
Demo 演示可以看以下视频
欢迎关注 “AI智见录”，为您分享更多精彩 AI 内容。
期文章推荐
扫描以下二维码加小编微信，备注 “ai”，一起交流 AI 技术！
