大家好，我是星哥，之前介绍了几款开源的AI Agent的项目，比如 OpenManus、autoMate 今天继续给大家带来一个开源AI Agent的项目。
简介：Make websites accessible for AI agents 开源地址：
Browser-Use 是一个开源的网页自动化库，它通过提供一个简单的接口，让 LLM 能够与网站进行互动。这个库支持多标签管理、XPath 提取和视觉模型处理，使得自动化网页操作变得更加简单和高效。支持所有 LangChain 聊天模型，包括但不限于 GPT-4o、GPT-4o Mini、Claude 3.5 Sonnet 和 LLama 3.1 405B。这些模型都是当前领先的大型语言模型，能够处理各种复杂的语言相关任务。
browser-use开源地址： 简介：Run AI Agent in your browser. 开源地址：
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。
这个项目已在 Github 开源，想玩的都可以试试，用 Python 写的，版本必须在 3.11 以上。
系统：Windows11专业版
CPU: 英特尔I7-13700KF
内存： 32G
硬盘：1T nvme SSD +4T 机械
显卡：RTX 4070 Ti
python版本：Python 3.13.2
我们建议使用 uv 管理Python环境。
我这边不使用他的建议
用Anaconda Prompt
安装 Python包
安装浏览器插件
把 .env.example 文件复制一份重命名为.env，用编辑器打开Agent 智能体.env并添加API键和其他设置
默认的配置文件：
修改的配置
我这边修改的chrome的地址，根据你电脑的环境填写。
浏览器访问 ，看到如下界面就成功了
完成安装browser-use-webui
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。
单击“LLM Settings”，我这边设置的硅基流动的 deepseek，你也可以用其他的
Base URL填写：
API Key：填写自己申请到的key
model Name填写：deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
设置一下分辨率
点击，run agent
结果是[‘404 page not found’, ‘404 page not found’, ‘404 page not found’]
用deepseek一直没有跑通，改成ChatGPT的接口再试试
git动画
用命令执行中文：
打开新浪，检索最近的10条新闻
感兴趣的大家可以试试哦，安装browser-use-webui打造成一个AI Agent智能体。
写文不易，如果你都看到了这里，请点个赞和在看，分享给更多的朋友；也别忘了关注星哥玩云！这里有满满的干货分享，还有轻松有趣的技术交流～点个赞、分享给身边的小伙伴，一起成长，一起玩转技术世界吧！ 😊
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/235769.html原文链接：https://javaforall.net
