当前位置： 首页 > article >正文

browser-use WebUI + DeepSeek 基于AI的UI自动化解决方案

article 2025/3/19 15:17:52

browser-use WebUI

  • 一、browser-use是什么
    • Browser-use采用的技术栈为：
  • 二、browser-use webui 主要功能
    • 使用场景
  • 三、使用教程
    • 1.python 安装
    • 2、把项目clone下来
    • 3、安装依赖
    • 4、配置环境
    • 5、启动
    • 6、配置
      • 1.配置 Agent
      • 2.配置要用的大模型
      • 3.关于浏览器的一些设置
    • 四、DeepSeek 的API获取
    • 五、界面Demo 演示
    • 六、代码示例
      • 1.创建Agent
    • 七、实例展示
      • 一、爬取基金数据
      • 二、效果展示
        • 1、导航到指定网址
        • 2、点击基金排行
        • 3、提取top 10的基金数据
      • 三、总结

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

三、使用教程

1.python 安装

python 官网： https://www.python.org/downloads/
    版本必须在 3.11 以上。

2、把项目clone下来

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

3、安装依赖

pip install browser-use
playwright install
pip install -r requirements.txt

4、配置环境

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/<YourUsername>/Library/Application Support/Google/Chrome"
# Windows "C:\Users\<YourUsername>\AppData\Local\Google\Chrome\User Data"
CHROME_USER_DATA="/Users/<YourUsername>/Library/Application Support/Google/Chrome"

# 还有一些大模型的 API Key 也要改
...

5、启动

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：
在这里插入图片描述
浏览器访问 http://127.0.0.1:7788/，看到如下界面就成功了
在这里插入图片描述

6、配置

1.配置 Agent

注意，这里的 Use Vision，默认是选中状态，如果使用的 DeepSeek 不能勾选，因为 DeepSeek 不支持视觉输入，注意这里很多人踩坑，一定要注意。
在这里插入图片描述

2.配置要用的大模型

例如，下面我用的是 deepseek。
在这里插入图片描述

3.关于浏览器的一些设置

在这里插入图片描述

四、DeepSeek 的API获取

DeepSeek ：https://platform.deepseek.com/api_keys
在这里插入图片描述

五、界面Demo 演示

输入要执行的任务就可以点击 Run Agent 了
在这里插入图片描述
以下是运行时的项目日志输出，记录了执行步骤
在这里插入图片描述
执行的过程中也会打开浏览器和跳转到目标网站，按照区块一样对页面元素做标注。
在这里插入图片描述
在 Recodings 下会记录执行过程和反馈结果，还可以回看的。
在这里插入图片描述

六、代码示例

1.创建Agent

from langchain_openai import ChatOpenAI
from browser_use import Agent
import asyncio
 
async def main():
    agent = Agent(
        task="Go to Reddit, search for 'browser-use' in the search bar, click on the first post and return the first comment.",
        llm=ChatOpenAI(model="gpt-4o"),
    )
    result = await agent.run()
    print(result)
 
asyncio.run(main())

如果没有openai-key的可以使用其他模型，下面以DeepSeek为例：

该文件在 browser-use/examples/deepseek.py

import asyncio
import os
 
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI
from pydantic import SecretStr
 
from browser_use import Agent
 
# dotenv
load_dotenv()
 
api_key = os.getenv('DEEPSEEK_API_KEY', 'sk-xxxxxx')
if not api_key:
	raise ValueError('DEEPSEEK_API_KEY is not set')
 
 
async def run_search():
	agent = Agent(
		task=(
			
			"1. 在搜索框中输入抖音并搜索"
			'2. 点击搜索结果中的第一个链接'
			'3. 关闭扫码登录'	
            '3. 返回第一个视频的内容'
   
		),
		llm=ChatOpenAI(
			base_url='https://api.deepseek.com/v1',
			model='deepseek-chat',
			api_key=SecretStr(api_key),
		),
		use_vision=False,
	)
 
	await agent.run()
 
 
if __name__ == '__main__':
	asyncio.run(run_search())

运行结果如下：
在这里插入图片描述

七、实例展示

一、爬取基金数据

llm = ChatOpenAI(
    model='deepseek-chat',
    api_key='*************',
    base_url='https://api.deepseek.com',
    temperature=0
)

asyncdefmain():
    agent = Agent(
        task="""
        1、导航到网址:https://fund.eastmoney.com/
        2、点击基金排行
        3、返回排行前10的基金数据，以json格式返回
        """,
        llm=llm,
        use_vision=False,
    )
    result = await agent.run()
    print(result.final_result())

asyncio.run(main())

二、效果展示

1、导航到指定网址

在这里插入图片描述

2、点击基金排行

在这里插入图片描述

3、提取top 10的基金数据
DEBUG    [browser_use] --act Execution time: 0.00 seconds
INFO     [controller] 📄  Extracted from page
: ```json
{
"top_10_funds": [
    {
      "rank": 1,
      "fund_code": "018124",
      "fund_name": "永赢先进制造智选混合发起A",
      "date": "03-07",
      "unit_net_value": "2.1654",
      "cumulative_net_value": "2.1654",
      "daily_growth_rate": "2.21%",
      "1_week": "9.15%",
      "1_month": "17.58%",
      "3_months": "64.06%",
      "6_months": "191.13%",
      "1_year": "115.94%",
      "since_inception": "116.54%",
      "handling_fee": "0.15%"
    },
    {
      "rank": 2,
      "fund_code": "018125",
      "fund_name": "永赢先进制造智选混合发起C",
      "date": "03-07",
      "unit_net_value": "2.1501",
      "cumulative_net_value": "2.1501",
      "daily_growth_rate": "2.21%",
      "1_week": "9.15%",
      "1_month": "17.54%",
      "3_months": "63.89%",
      "6_months": "190.55%",
      "1_year": "115.07%",
      "since_inception": "115.01%",
      "handling_fee": "0.00%"
    },
    {
      "rank": 3,
      "fund_code": "016530",
      "fund_name": "鹏华碳中和主题混合A",
      "date": "03-07",
      "unit_net_value": "1.7881",
      "cumulative_net_value": "1.7881",
      "daily_growth_rate": "3.00%",
      "1_week": "10.23%",
      "1_month": "22.92%",
      "3_months": "68.07%",
      "6_months": "178.39%",
      "1_year": "104.00%",
      "since_inception": "78.81%",
      "handling_fee": "0.15%"
    },
    {
      "rank": 4,
      "fund_code": "016531",
      "fund_name": "鹏华碳中和主题混合C",
      "date": "03-07",
      "unit_net_value": "1.7685",
      "cumulative_net_value": "1.7685",
      "daily_growth_rate": "3.00%",
      "1_week": "10.21%",
      "1_month": "22.86%",
      "3_months": "67.81%",
      "6_months": "177.59%",
      "1_year": "102.79%",
      "since_inception": "76.85%",
      "handling_fee": "0.00%"
    },
    {
      "rank": 5,
      "fund_code": "001970",
      "fund_name": "泰信鑫选灵活配置混合A",
      "date": "03-07",
      "unit_net_value": "1.3310",
      "cumulative_net_value": "1.3310",
      "daily_growth_rate": "-1.04%",
      "1_week": "7.25%",
      "1_month": "4.80%",
      "3_months": "31.00%",
      "6_months": "125.59%",
      "1_year": "95.45%",
      "since_inception": "33.10%",
      "handling_fee": "0.15%"
    },
    {
      "rank": 6,
      "fund_code": "002580",
      "fund_name": "泰信鑫选灵活配置混合C",
      "date": "03-07",
      "unit_net_value": "1.3220",
      "cumulative_net_value": "1.3220",
      "daily_growth_rate": "-0.97%",
      "1_week": "7.31%",
      "1_month": "4.84%",
      "3_months": "31.15%",
      "6_months": "125.60%",
      "1_year": "95.27%",
      "since_inception": "31.67%",
      "handling_fee": "0.00%"
    },
    {
      "rank": 7,
      "fund_code": "016295",
      "fund_name": "新华利率债债券E",
      "date": "03-07",
      "unit_net_value": "1.7977",
      "cumulative_net_value": "1.9906",
      "daily_growth_rate": "-0.13%",
      "1_week": "-0.06%",
      "1_month": "-0.66%",
      "3_months": "0.85%",
      "6_months": "94.13%",
      "1_year": "92.89%",
      "since_inception": "99.00%",
      "handling_fee": "0.00%"
    },
    {
      "rank": 8,
      "fund_code": "019457",
      "fund_name": "平安先进制造主题股票发起A",
      "date": "03-07",
      "unit_net_value": "1.7593",
      "cumulative_net_value": "1.7593",
      "daily_growth_rate": "1.78%",
      "1_week": "10.41%",
      "1_month": "23.92%",
      "3_months": "57.40%",
      "6_months": "134.29%",
      "1_year": "90.71%",
      "since_inception": "75.93%",
      "handling_fee": "0.15%"
    },
    {
      "rank": 9,
      "fund_code": "019458",
      "fund_name": "平安先进制造主题股票发起C",
      "date": "03-07",
      "unit_net_value": "1.7452",
      "cumulative_net_value": "1.7452",
      "daily_growth_rate": "1.78%",
      "1_week": "10.40%",
      "1_month": "23.87%",
      "3_months": "57.17%",
      "6_months": "133.60%",
      "1_year": "89.59%",
      "since_inception": "74.52%",
      "handling_fee": "0.00%"
    },
    {
      "rank": 10,
      "fund_code": "007713",
      "fund_name": "华富科技动能混合A",
      "date": "03-07",
      "unit_net_value": "1.4600",
      "cumulative_net_value": "1.5100",
      "daily_growth_rate": "1.47%",
      "1_week": "8.19%",
      "1_month": "18.94%",
      "3_months": "47.07%",
      "6_months": "135.41%",
      "1_year": "89.14%",
      "since_inception": "51.93%",
      "handling_fee": "0.15%"
    }
  ]
}

二、结合pytest实现页面自动化测试
异步执行需要安装插件pytest-asyncio

pip install pytest-asyncio

@pytest.mark.asyncio
@pytest.mark.parametrize("username,password,expected", [("kevin@xxxx.com", "a123456", "kevin"),("kevin@xxxx.com", "123456", "账号密码输入错误")])
asyncdeftest_login(username, password, expected):
    agent = Agent(
        task=f"""
        1、导航到网址:https://xxxxxxx.com
        2、输入用户名:{username}, 密码:{password}
        3、点击登录按钮
        4、验证是否登录成功,登录成功返回{expected}
        """,
        llm=llm,
        use_vision=False,
    )
    result = await agent.run()
    assert expected in str(result.final_result())

三、总结

Browser Use 深度集成大语言模型（LLM），通过语义理解与视觉决策链实现零硬编码自动化，彻底颠覆传统脚本开发模式。AI 自动解析页面结构、动态生成操作路径，无需人工编写 XPath/CSS 定位器，开发效率提升 5 倍以上，尤其擅长处理动态验证、反爬策略及多步骤交互场景，成为金融数据抓取、跨平台测试的新一代智能引擎。


http://www.kler.cn/a/591312.html

相关文章：

  • 苹果宣布iOS 19将支持RCS 3.0，短信功能迎来大升级
  • 微信小程序：修改提示信息placeholder颜色
  • 【亲测有效，已顺利上线】你好，你的小程序涉及提供播放、观看等服务，请补充选择：文娱-其他视频类目。（多种没有资质的解决方案）
  • 自动驾驶背后的数学：特征提取中的线性变换与非线性激活
  • vue3 函数式弹窗
  • NGINX 执行阶段与OpenResty的 *_by_lua指令
  • DevOps工具链
  • VulnHub-Joker通关攻略
  • 微信小程序实现根据不同的用户角色显示不同的tabbar并且可以完整的切换tabbar
  • 【一起学Rust | Tauri2.0框架】基于 Rust 与 Tauri 2.0 框架实现生物识别（指纹识别）应用
  • Arch Linux高性能数据处理优化指南
  • C++ 学习笔记（三）—— 入门+类和对象
  • 【PDF识别】总结PDF文本内容与表格提取的方法
  • 招聘信息|基于SprinBoot+vue的招聘信息管理系统(源码+数据库+文档)
  • 如何才能避免漏测事故的发生？
  • 《港口危货储存单位主要安全管理人员》考试资料及答案解析
  • C# WPF编程-RepeatButton
  • opencv + opengl显示摄像头视频流
  • PyCharm 2019.1.3使用python3.9创建虚拟环境setuptools-40.8.0报错处理
  • 单臂路由+VLANIF