browser-use + web-ui 大模型实现自动操作浏览器
介绍
官方地址：https://github.com/browser-use/web-ui
browser-use 主要作用是将 AI Agent 与浏览器连接起来，从而实现由 AI 驱动的浏览器自动化。
browser-use web-ui 功能点：
- 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、国产大模型 DeepSeek、通义千问等。
- 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。
browser-use 与 web-ui 关系：
想象 Browser Use 是一个'网页翻译官'：当 AI 需要操作网页时（比如自动订票），传统方法是让 AI'看截图'找按钮，但截图就像一张复杂照片，AI 需要花时间辨认。Browser Use 的解决方案是：把网页变成一份'元素清单'，比如'第 1 个是登录按钮，第 8 个是搜索框……'。AI 只需根据清单编号，快速找到对应位置并点击，就像按菜单点菜一样简单。Web-UI 则是这个翻译官的'操作面板'：普通用户不用写代码，直接在网页上选择任务（如'帮我搜机票'），选好 AI 模型（比如 ChatGPT），点击运行就能看到浏览器自动执行所有步骤，还能录屏回放操作过程。
环境搭建
python 版本必须在 3.11 以上。这里主要演示 Mac 如何搭建，Windows 也是类似的操作。
1. 安装 uv
# 官方推荐使用 uv 管理
brew install uv
2. 拉取项目安装依赖
# 从 github 拉取项目
git clone https://github.com/browser-use/web-ui.git
cd web-ui
# 搭建该项目的 python 虚拟环境，这里 python 环境使用 3.11
uv venv --python 3.11
# 初始化虚拟环境配置
source .venv/bin/activate
# 安装 python 依赖
uv pip install -r requirements.txt
## 安装浏览器依赖，大家根据自己情况选择即可
# 仅安装 Chrome 依赖
playwright install --with-deps chromium
# 安装所有浏览器依赖
playwright install
3. 配置浏览器及大模型参数
这里也可以使用本地通过 ollama 配置的大模型，比如 Deepseek r1-14b
# 拷贝示例配置文件
copy .env.example .env
# 1. 配置浏览器位置：CHROME_PATH。这里以 chrome 为例
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
CHROME_USER_DATA=
DEEPSEEK_ENDPOINT=https://api.deepseek.com
DEEPSEEK_API_KEY=xxxx
OLLAMA_ENDPOINT=http://localhost:11434
