【browser-use+deepseek】实现简单的web-ui自动化

browser-use Web-UI

一、browser-use是什么

Browser Use 是一款开源Python库，专为大语言模型设计的智能浏览器工具，目的是让 AI 能够像人类一样自然地浏览和操作网页。它支持多标签页管理、视觉识别、内容提取，并能记录和重复执行特定动作。Browser Use 还支持开发者自定义动作，如保存数据到数据库，文件等。支持多种主流的大型语言模型，如 DeepSeek，GPT-4 和 Claude等，并支持同时运行多个任务，具备自我修正功能，从而提高任务执行的准确性和效率。
官网：https://browser-use.com/
项目网址 ：https://github.com/browser-use/browser-use
Browser-use采用的技术栈为：

• 1、Observation：页面解析层，采用DOM解析+截图辅助的非视觉+视觉方案。
• DOM解析（HTML + XPath）：Browser-use通过底层框架（如Playwright）获取当前页面的完整HTML结构，并提取文本、元素属性等关键信息。
• 截图辅助：在某些情况下（如验证码识别、动态图形验证），纯HTML解析可能无法直接获取信息，此时系统会自动或按需生成页面截图，并将截图作为辅助输入传递给视觉模型
• 2、Thought：核心决策层，分析Observation提供的页面信息并生成操作指令。
• 3、Action：指令执行层，微软开发的Playwright作为浏览器控制框架直接与浏览器交互完成自动化任务。Playwright作为新一代高性能UI自动化测试框架，提供低延迟、高稳定性的浏览器控制能力，支持快速页面加载和元素操作。

二、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。
使用场景

• 自动化任务：适合重复高频的浏览器操作任务，如表单填写，信息检索，文件下载
• 数据收集：适合爬取网络上的数据，如爬虫自动化测试：适合WEB UI
• 自动化测试，结合pytest轻松实现web自动化

简介：Browser Use 是一款开源Python库，专为大语言模型设计的智能浏览器工具。
目的：让 AI 能够像人类一样自然地浏览和操作网页。它支持多标签页管理、视觉识别、内容提取，并能记录和重复执行特定动作。
支持：支持多种主流的大型语言模型，如 DeepSeek，GPT-4 和 Claude等，并支持同时运行多个任务，具备自我修正功能，从而提高任务执行的准确性和效率。
应用场景：该项目可以部署在本地，也可以部署在线上。可以整理固定的文案，run agent 之后，可用于员工培训，可用于新员工入职，展示业务主要功能。

（一）下载与安装

一、下载项目克隆仓库

git clone https://github.com/browser-use/web-ui.git

二、进入项目

cd web-ui

三、设置python虚拟环境

1、安装 uv（高性能虚拟环境工具）

pip install uv

2、创建虚拟环境

uv venv --python 3.11  # 确保 Python 3.11+ 已安装

3、激活虚拟环境

source .venv/Scripts/activate

四、安装依赖

uv pip install -r requirements.txt

五、安装chrom浏览器的依赖

playwright install --with-deps chromium

或者所有浏览器的依赖

playwright install

六、配置环境变量

cp .env.example .env  

（图里发错图了，少了个v ，说明：将env.example复制一份命名为env，然后到第八步，配置env文件）

七、查看Chrome详情

谷歌浏览器地址输入，即可查看：

chrome://version/

八、配置env文件

（记事本打开就可以）

备注：deepseek的api获取：

https://platform.deepseek.com/api_keys

需要充钱才可以用

九、运行web-ui

python webui.py --ip 127.0.0.1 --port 7788

十、运行方式，可通过git或者pycharm

1、开启虚拟环境：source .venv/Scripts/activate
2、输入启动命令：python webui.py --ip 127.0.0.1 --port 7788

（二）使用

一、登录平台

输入地址：127.0.0.1:7788

127.0.0.1:7788

二、关于浏览器的一些设置

三、运行，界面Demo 演示

输入要执行的任务就可以点击 Run Agent 了