🍹 Insight Daily 🪺
Aitrainee | 公众号：AI进修生
Hi，这里是Aitrainee，欢迎阅读本期新文章。
Deepseek V3模型推出后，社区里有许多基于这个模型做的实践。
以前有一个浏览器使用代理：Browser Use，可以控制电脑做很多事情。而最近看到一个GitHub仓库 — browser-use-webui，是Browser Use分支而来。
它扩展了大语言模型（LLM）的支持，兼容Gemini、OpenAI、Azure、Anthropic、Deepseek和Ollama 等模型。还提供了一个浏览器使用的Web界面，配置起来非常简单，可以在几秒钟内控制整个Web浏览器代理。
首先，克隆这个仓库到你的电脑上。
git clone git@github.com:warmshao/browser-use-webui.git然后，打开cursor，打开命令面板，选择python解释器，然后点击第二步，创建虚拟环境：
安装好依赖
如果是windows。那么可以选择git bash为默认终端，
然后你每次新建终端都会默认使用这个python虚拟环境，同时git bash也方便cursor agent执行命令。
安装依赖之后还需要安装这两个（Browser Use Python包、Playwright浏览器和相关组件）。
完成上面步骤，环境就配置好了。
然后把环境变量配置一下，
• 将
.env.example复制为.env，并设置你的环境变量，包括 LLM 的 API 密钥：deepseek和google模型API。• 如果使用你自己的浏览器：
• 设置
CHROME_PATH为浏览器的可执行文件路径（例如，Windows 上为C:\Program Files\Google\Chrome\Application\chrome.exe）。• 设置
CHROME_USER_DATA为浏览器的用户数据目录（例如，C:\Users\<YourUsername>\AppData\Local\Google\Chrome\User Data）。
启动它：
python webui.py --ip 127.0.0.1 --port 7788注意关闭所有chorme，在其他的浏览器打开这个链接：http://127.0.0.1:7788。
打开浏览器，你将看到这些选项，你可以选择想要使用的代理类型，比如原始代理或者自定义代理。原始代理不使用任何系统提示，而自定义代理则会使用一些优化过的系统提示和功能。
你还可以设置最大运行步骤，这决定了代理执行任务时最多可以进行多少步，默认是100步。
让它告诉我们Nvidia的股票价格，发送后，你可以看到它开始工作，打开Google并搜索相关信息。
稍等片刻，它完成了任务，这真的很棒。
浏览器代理与各种模型兼容性非常好，因为它并不依赖于模型的视觉能力。这款Web UI非常出色，整体表现很酷。
参考链接：
[1] https://github.com/warmshao/browser-use-webui
[2] https://www.youtube.com/watch?v=zkSCDZVRNms
