Browser-use探索-webui

UI化的Browser-use

拉项目下来：

git clone https://github.com/browser-use/web-ui.git # 拉取项目

依次安装依赖：

# pip install browser-use


# playwright install


# pip install -r requirements.txt

 

重新搞个配置文件.env:

OPENAI_ENDPOINT=https://api.openai.com/v1
OPENAI_API_KEY=

ANTHROPIC_API_KEY=
ANTHROPIC_ENDPOINT=https://api.anthropic.com

GOOGLE_API_KEY=

AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_API_VERSION=2025-01-01-preview

DEEPSEEK_ENDPOINT=https://api.deepseek.com
DEEPSEEK_API_KEY=xxxx

MISTRAL_API_KEY=
MISTRAL_ENDPOINT=https://api.mistral.ai/v1

OLLAMA_ENDPOINT=http://localhost:11434

ALIBABA_ENDPOINT=https://dashscope.aliyuncs.com/compatible-mode/v1
ALIBABA_API_KEY=

MOONSHOT_ENDPOINT=https://api.moonshot.cn/v1
MOONSHOT_API_KEY=

# Set to false to disable anonymized telemetry
ANONYMIZED_TELEMETRY=false

# LogLevel: Set to debug to enable verbose logging, set to result to get results only. Available: result | debug | info
BROWSER_USE_LOGGING_LEVEL=info

# Chrome settings
CHROME_PATH="C:\Users\xxx\AppData\Local\Google\Chrome\Application\chrome.exe"              #换一下自己的路径
CHROME_USER_DATA=
CHROME_DEBUGGING_PORT=9222
CHROME_DEBUGGING_HOST=localhost
# Set to true to keep browser open between AI tasks
CHROME_PERSISTENT_SESSION=false
CHROME_CDP=
# Display settings
# Format: WIDTHxHEIGHTxDEPTH
RESOLUTION=1920x1080x24
# Width in pixels
RESOLUTION_WIDTH=1920
# Height in pixels
RESOLUTION_HEIGHT=1080

# VNC settings
VNC_PASSWORD=youvncpassword

① 选择大模型，配置中支持了Gemini、OpenAI、Azure 等

② 配置自己的Chrome_path

 

启动：

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

 

启动后界面如下：

 如果自己选择的大模型支持视觉输入，那么就勾选Enable visual processing capabilities 选项中的 use vision

 那么比如ds，是不支持的，因此去掉勾选即可

在LLM Settings中选择大模型：

 ok，完成配置后，就可以切到Run Agent中输入提示词，调用浏览器工作了

 它会自动拉起浏览器进行工作，如图：

 执行完成之后，下滑 会有results，以及执行的results gif；犹豫博客园没有热搜定义，只有48小时阅读排行和10天推荐排行，因此看起来results不是很准确；因此需要更换提示词，比如“告诉我博客园48小时阅读排行的内容”之类

 

再搜一下weibo试试，看看results中会不会给出精确的结果；基本上是个比较精确的结果