前言
企业还在手动处理重复性网页任务？Browser-Use 通过 AI 驱动模拟真人操作，自动完成数据抓取、表单填写、价格监控等任务，支持本地大模型（如 Gemma）分析结果。但本地部署仅限内网使用，异地任务管理困难——通过内网穿透技术实现公网控制，让自动化机器人 24 小时运行。
Browser-Use 核心功能：视觉识别（模拟鼠标点击/输入）、流程录制（一键生成自动化脚本）、抗反爬机制（随机 User-Agent、操作间隔）。适用场景：电商运营（竞品价格监控）、市场调研（问卷自动填写）、客服支持（故障诊断自动提交）。其优点在于零代码（纯自然语言指令）、多浏览器支持（Chrome/Edge/Firefox），且可集成 Ollama 本地模型，数据不上云更安全。
部署需先安装 Ollama（ollama run gemma3:27b），再启动 Browser-Use：python webui.py --port 7788。关键步骤：在'Agent Settings'中关闭'视觉识别'（非多模态模型需关闭）；'LLM Settings'选择 Ollama，模型名填'gemma3:27b'。实用技巧：复杂任务拆分为多步指令（如'先登录→再搜索→最后截图'）；用'断言'验证操作结果（如'确认按钮是否出现'）。
本地部署时，异地无法启动/暂停任务，只能让同事远程协助，响应滞后；客户演示自动化流程需投屏，无法让对方亲自操作。某运营团队反馈：'国外竞品的价格波动快，等我们上班看到数据，已经错过调价时机。'
通过创建 HTTP 隧道映射 7788 端口，生成公网地址，管理者即可下发指令。安全配置：启用'操作日志'，追溯所有自动化行为；设置'指令白名单'，仅允许预定义任务（如'仅允许监控京东价格'）。
本文主要介绍如何在本地 Windows 系统部署 Browser-Use WebUI，并结合内网穿透工具实现远程使用 Browser-Use 操作浏览器智能抓取数据并通过本地 AI 大模型进行分析，执行任务，打造个人全自动 AI 助理。
1. 安装 Ollama
在部署 Browser-Use 之前，我们首先需要先准备好 Ollama 和你要使用的本地大模型以及虚拟环境配置。
本例中使用的是 Windows 11 系统专业版，通过 Ollama 运行本地大模型。访问 Ollama 的官网下载对应版本的安装程序并安装。
2. Gemma3 模型安装与运行
本例中我打算使用的本地模型是 Gemma3:27b，因为它有多模态能力，可以识别图片，稍后测试一下实际效果。
在 Ollama 的官网点击 Models，就能找到安装命令：
ollama run gemma3:27b
PS:默认会下载模型到 C 盘，如果想修改下载位置，可以在终端中执行下方命令来指定模型文件的存放目录，这里以 d:\ollama 为例，大家可以提前自定义位置：
如果你之前安装过 Ollama，在执行命令后出现提示，那么关闭终端，请先升级 ollama 到最新版本才能正常下载 gemma3 模型。
模型下载完成之后，安装成功后会提示 success。
3. 虚拟环境准备
3.1 安装 Python
本例使用 Windows 11 专业版系统进行演示：
首先需要安装 python 3.12。下载地址：Python Release Python 3.12.0 | Python.org
安装时需要注意，勾选下边两个选项，不然后续有可能报错：
安装结束后，如出现提示更改您的机器配置，以允许程序 (包括 Python) 绕过 260 字符的'最大路径'限制，同意即可。
确认后，点击 close 关闭即可完成 Python 环境安装。
3.2. 安装 conda
这里我使用的是本地已有的 conda 环境，大家也可以通过 UV 来创建虚拟环境：
conda 下载地址：Anaconda Installers and Packages
安装时需要注意的是在这一步，需要勾选第三个选项，自动加载刚才安装的 Python3.12 环境：
安装完成后，点击 Finish 即可。
4. 本地部署 Browser-Use WebUI
接下来开始在 Windows 系统使用 conda 本地部署 Browser-Use WebUI。
4.1 创建一个新 conda 环境
首先在 Windows 中打开 cmd，执行下方命令创建虚拟环境：
conda create -n browseruse python=3.12
输入 y 确认。
创建成功：
如果提示'conda'不是内部或外部命令，也不是可运行的程序，我们需要配置一下环境变量，具体操作可以查看相关文章。
环境创建好之后，执行下方命令激活这个新的 conda 环境：
conda activate browseruse
如上图所示，这个 conda 环境就激活成功了。
4.2 克隆存储库
接下来，执行下方命令，将 Browser-use WebUI 拉取到本地：
git clone https://github.com/browser-use/web-ui.git
进入 Browser-use WebUI 项目路径：
cd web-ui
4.3 安装依赖环境
执行下方命令安装依赖环境：
pip install -r requirements.txt
现在就安装好了。
4.4 安装浏览器自动化工具
执行下方命令，安装浏览器自动化工具：
playwright install
4.5 修改配置信息
然后执行下方命令，复制一份配置示例文件并改为.env 格式文件：
copy .env.example .env
复制后在 webui 安装的电脑路径中也能看到这两个文件。
打开配置文件后可以修改你想要使用的模型路径，API KEY，使用自己哪个已有的浏览器路径等，本地中使用 ollama 调用本地大模型，就暂时不用修改了，稍后在 web-ui 界面中配置即可。
修改完成后，保存退出即可。
5. 本地运行测试
执行下方命令:
python webui.py --ip 127.0.0.1 --port 7788
即可在浏览器中打开 browser-use 的 web-ui 界面了。
关闭服务后想再次启动服务，可以打开 cmd，执行
conda activate browseruse激活环境，然后cd web-ui进入 web-ui 路径，执行python webui.py --ip 127.0.0.1 --port 7788启动服务即可.
在主界面，上方的设置导航中选择 Agent Settings，如果你本地部署的大模型不支持视觉识别，可以把这个使用视觉取消勾选，不然后续让 AI 执行任务时会报错。
然后点击 LLM Settings，对本地大模型进行设置：
LLM Provider 在下拉中选择 ollama
Model Name 需要手动输入你要调用的本地大模型名称，我这里使用的是 gemma3:27b
这个模型名称可以在 cmd 终端中输入 ollama list 来进行查看：
然后就可以点击顶部导航中的 Run Agent 来输入指令让 AI 自动来执行任务了：
点击执行后，底部的结果和报错框中会显示运行时间：
在 cmd 终端中也能看到刚才我们提的要求，与执行操作的步骤：
执行任务同时 AI 会打开浏览器，自动进行搜索与后续操作：
任务结束后，能看到 AI 成功执行了指令，帮我在 B 站搜索 cpolar 并打开搜索结果中的第一个视频：
美中不足的是使用其自带的浏览器在播放视频时，会提示浏览器不支持 html5 播放器，想要解决这个问题只需要在上边提到的.env 配置文件中修改一下调用你自己电脑上的浏览器就可以了，而且登录视频网站后，在使用 AI 访问该网站时也无需二次登录了。
除了让它自动使用浏览器访问网站搜索并播放视频，我们也可以让它自动访问指定的网站查询某个账号发布的文章，并统计其账号发布的文章标题，发布时间，阅读量和点击量等信息。大家也可以根据自己的情况来提出要求让这个全自动的 AI 助力来为你提升工作效率，节省大量时间。
6. 安装内网穿透
现在我们已经成功在本地部署了 Browser-Use WebUI 并使用 AI 使用浏览器自动执行任务，但如果想实现不在同一网络环境下，也能随时随地在网页中远程使用本地部署的 Browser-Use 处理问题，那就需要借助内网穿透工具来实现公网访问了！接下来介绍一下如何配置内网穿透，过程同样非常简单：
首先进入内网穿透工具的官网注册一个账号，并下载最新版本的工具到本地并安装。
安装成功后，在浏览器上访问 http://localhost:9200，使用账号登录，登录后即可看到配置界面，接下来在 WebUI 管理界面配置即可。
6.1 配置公网地址
接下来配置一下 Browser-Use WebUI 的公网地址：
登录后，点击左侧仪表盘的隧道管理——创建隧道，
- 隧道名称：buse（可自定义命名，注意不要与已有的隧道名称重复）
- 协议：选择 http
- 本地地址：7788
- 域名类型：选择随机域名
- 地区：选择 China Top
隧道创建成功后，点击左侧的状态——在线隧道列表，查看所生成的公网访问地址，有两种访问方式，一种是 http 和 https：
使用上面的任意一个公网地址，在平板或其他电脑的浏览器进行登录访问，即可成功看到 Browser-Use WebUI 界面，这样一个公网地址且可以远程访问就创建好了，使用了内网穿透的公网域名，无需自己购买云服务器，即可随时在线访问了！
同样可以使用 AI 在浏览器中自动执行任务：
小结
为了方便演示，我们在上边的操作过程中使用内网穿透生成的 HTTP 公网地址隧道，其公网地址是随机生成的。这种随机地址的优势在于建立速度快，可以立即使用。然而，它的缺点是网址是随机生成，这个地址在 24 小时内会发生随机变化，更适合于临时使用。
如果有长期远程访问 Browser-use WebUI 让 AI 使用浏览器自动处理问题，或者异地访问与使用其他本地部署的服务的需求，但又不想每天重新配置公网地址，还想让公网地址好看又好记并体验更多功能与更快的带宽，那我推荐大家选择使用固定的二级子域名方式来为 WebUI 配置一个公网地址。
6.2 配置固定公网地址
接下来演示如何为其配置固定的 HTTP 公网地址，该地址不会变化，方便分享给别人长期查看你部署的项目，而无需每天重复修改服务器地址。
配置固定 http 端口地址需要将内网穿透工具升级到专业版套餐或以上。
登录内网穿透官网，点击左侧的预留，选择保留二级子域名，设置一个二级子域名名称，点击保留：
保留成功后复制保留成功的二级子域名的名称：mybuse，大家也可以设置自己喜欢的名称。
返回内网穿透 Web UI 管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道：buse，点击右侧的编辑：
修改隧道信息，将保留成功的二级子域名配置到隧道中
- 域名类型：选择二级子域名
- Sub Domain：填写保留成功的二级子域名：
mybuse
点击更新 (注意，点击一次更新即可，不需要重复提交)
更新完成后，打开在线隧道列表，此时可以看到公网地址已经发生变化，地址名称也变成了固定的二级子域名名称的域名：
最后，我们使用上边任意一个固定的公网地址访问，可以看到访问成功，这样一个固定且永久不变的公网地址就设置好了，可以随时随地在公网环境异地在线访问本地部署的 Browser-use WebUI 来让 AI 帮你全自动处理问题了！
总结
通过以上步骤，我们实现了在 Windows 系统电脑本地部署 Browser-use WebUI，并结合内网穿透工具轻松实现在公网环境中使用浏览器远程使用 AI 自主处理问题，并为其配置固定不变的二级子域名公网地址的全部流程，经过简单测试，效果确实不错，同时降低了使用门槛，非常期待它后续的发展。
