AI 驱动的浏览器自动化神器来了!

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。

1. 首先，让我们拉取项目到本地

git clone [email protected]:warmshao/browser-use-webui.git # 拉取项目
cd browser-use-webui # 进到这个项目里

1. 安装依赖项：

pip install browser-use

1. 安装 Playwright

playwright install

1. 安装项目依赖

pip install -r requirements.txt

1. 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//Library/Application Support/Google/Chrome"
# Windows "C:\Users\\AppData\Local\Google\Chrome\User Data"
CHROME_USER_DATA="/Users//Library/Application Support/Google/Chrome"

# 还有一些大模型的 API Key 也要改
...

1. 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