百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

browser-use:AI 驱动的浏览器自动化神器——安装与配置详解

liuian 2025-06-08 22:33 14 浏览

一、安装 python

browser-use 是基于 python 语言开发的,因此本文将以 python 的方式来详细说明如何进行安装配置。

Browser Use requires Python 3.11 or higher.

官方文档中 browser-use 要求 python 的版本 >= 3.11


1.1 MacOS 系统上安装 python

MacOS 系统上安装 python 的方式有很多种,本文将以 Homebrew 为例来演示

  • 打开终端窗口,检查是否已安装好 Homebrew
brew --version
  • 如果没有安装,可以根据下面的命令进行安装(国内镜像源安装)
# 使用中科大镜像的安装脚本(自动配置仓库地址)
/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"

# 选项说明:
    输入 '1' 选择 '中科大源'
    按提示完成安装,脚本会自动处理镜像配置
  • 通过 Homebrew 安装 python3
brew install python

说明: 此处先不用关注 python 版本,后面创建 python 虚拟环境时会指定 3.11 版本的 python。

  • 安装完成后, 检查 python 版本
pytnon3 --version

1.2 Windows 系统上安装 python

  • 访问 Python 官方下载页面,下载最新的 Python 3 安装包

https://www.python.org/downloads/

  • 运行安装包,并确保勾选了 "Add Python to PATH "选项
  • 安装完成后,打开命令提示符,检查 Python 版本:
python --version

二、安装 Git

2.1 MacOS 安装

  • 通过 Homebrew 安装
brew install git
  • 安装完成后,检查 Git 版本
git --version

2.2 Windows 安装

  • Git 官网下载软件包

https://git-scm.com/downloads/win

  • 下载完成后双击exe文件,直接打开安装,点击Next一路安装后即可,正常情况下使用git默认的配置即可
  • 安装过程中有几个流程需要注意和配置的地方,如下

additional icons:图标组件,创建桌面快捷方式


Windows Explorer integration:可以右键选择使用Git Bash和Git GUI两种方式的客户端。


Git LFS:Git是否支持大文件


Associate相关的两项是关联git配置文件和shell文件,分别用于显示文本编辑器样式等功能和关联Bash命令执行脚本文件。

  • 选择在Git初始化时默认的分支名字

Let Git Decide,git仓库初始化的时候默认的分支名为master


Override the default branch name for new repositories, 你可以选择自定义Git仓库初始化时的默认分支,根据各团队的分支命名方式来定,如果有这个需求的话选择这项,在下面的输入框中输入默认的分支名称,然后点击Next进入下一步

  • 选择默认的终端工具

第一个只使用git bash作为git终端功能


第二个配置可以让Git在其他终端工具中也可以被使用,例如Windows的PowerShell


第三个是上面二者同时配置,但是会将windows中的find.exe和sort.exe工具覆盖

  • 选择换行格式

第一项在提交时将windows格式的换行转为unix格式的换行。


第二个是提交时不管什么格式的,一律转换为unix格式的换行。


第三个不进行转换 默认选择第一个即可,这样做的好处是有利于跨系统平台的兼容和统一,例如在Windows和在Linux下的格式都是一样的,不需要再手动做转换,不然会很麻烦

  • 完成安装,检查版本
git --version

三、Python 虚拟环境管理

3.1 更新 pip

python -m pip install --upgrade pip

3.2 安装 uv

pip install uv

3.3 创建虚拟环境

cd ~
mkdir browser-use
cd ~\browser-use
uv venv --python 3.11

3.4 激活虚拟环境

source .venv/bin/activate    # MacOS 

.venv\Scripts\activate         # Windows 

四、安装 Docker

  • 下载 Docker Desktop

https://www.docker.com/products/docker-desktop/

  • 安装 Docker Desktop
  • 启动 Docker Desktop

首次启动需要更新 wsl

  • 验证是否安装成功
docker run hello-world

五、本地安装 browser-use

https://kkgithub.com/browser-use/web-ui

5.1 拉取代码

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

5.2 启动 python 虚拟环境

.venv\Scripts\activate     # Windows

source .venv/bin/activate    # MacOS

5.3 安装 python 依赖

uv pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

5.4 安装 playwright

playwright install --with-deps

# 指定运行的浏览器
playwright install chromium --with-deps

5.5 配置环境

  • 复制 .env.example 到 .env
copy .env.example .env    # Windows

cp .env.example .env    # MacOS
  • 配置相关变量
DEEPSEEK_ENDPOINT=https://api.deepseek.com
DEEPSEEK_API_KEY=<DeepSeek API-KEY>

#set default LLM
DEFAULT_LLM=deepseek

# 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

# Browser settings
BROWSER_PATH="C:\Users\<username>\AppData\Local\Google\Chrome\Application\chrome.exe"
 BROWSER_USER_DATA="C:\Users\<username>\AppData\Local\Google\Chrome\User Data"
BROWSER_DEBUGGING_PORT=9222
BROWSER_DEBUGGING_HOST=localhost

# Set to true to keep browser open between AI tasks
KEEP_BROWSER_OPEN=true
USE_OWN_BROWSER=false
BROWSER_CDP=

  # Display settings
# Format: WIDTHxHEIGHTxDEPTH
RESOLUTION=1920x1080x24

# Width in pixels
RESOLUTION_WIDTH=1920

# Height in pixels
RESOLUTION_HEIGHT=1080

# VNC settings
VNC_PASSWORD=youvncpassword

5.6 运行 web-ui

  • 启动 web-ui 服务
python webui.py --ip 127.0.0.1 --port 7788
  • 访问 web-ui

http://127.0.0.1:7788


六、Docker 安装

6.1 拉取代码

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

6.2 配置环境

  • 复制 .env.example 到 .env
copy .env.example .env    # Windows

cp .env.example .env    # MacOS
  • 配置相关变量
DEEPSEEK_ENDPOINT=https://api.deepseek.com
DEEPSEEK_API_KEY=<DeepSeek API-KEY>

#set default LLM
DEFAULT_LLM=deepseek

# 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

# Browser settings
BROWSER_PATH="C:\Users\<username>\AppData\Local\Google\Chrome\Application\chrome.exe"
 BROWSER_USER_DATA="C:\Users\<username>\AppData\Local\Google\Chrome\User Data"
BROWSER_DEBUGGING_PORT=9222
BROWSER_DEBUGGING_HOST=localhost

# Set to true to keep browser open between AI tasks
KEEP_BROWSER_OPEN=true
USE_OWN_BROWSER=false
BROWSER_CDP=

  # Display settings
# Format: WIDTHxHEIGHTxDEPTH
RESOLUTION=1920x1080x24

# Width in pixels
RESOLUTION_WIDTH=1920

# Height in pixels
RESOLUTION_HEIGHT=1080

# VNC settings
VNC_PASSWORD=youvncpassword

6.3 启动 docker

docker compose up --build

TARGETPLATFORM=linux/arm64 docker compose up --build   # arm64 系统

6.4 运行 web-ui 和 vnc

  • web-ui

http://localhost:7788

  • vnc

http://localhost:6080/vnc.html


至此 browser-use 的安装配置就已完成,本文介绍了2种安装方式,可以根据自己的需求任选其一即可。

下一篇我们将继续介绍 browser-use 的多种使用方式,欢迎大家一样讨论。

相关推荐

教你把多个视频合并成一个视频的方法

一.情况介绍当你有一个m3u8文件和一个目录,目录中有连续的视频片段,这些片段可以连成一段完整的视频。m3u8文件打开后像这样:m3u8文件,可以理解为播放列表,里面是播放视频片段的顺序。视频片段像这...

零代码编程:用kimichat合并一个文件夹下的多个文件

一个文件夹里面有很多个srt字幕文件,如何借助kimichat来自动批量合并呢?在kimichat对话框中输入提示词:你是一个Python编程专家,完成如下的编程任务:这个文件夹:D:\downloa...

Java APT_java APT 生成代码

JavaAPT(AnnotationProcessingTool)是一种在Java编译阶段处理注解的工具。APT会在编译阶段扫描源代码中的注解,并根据这些注解生成代码、资源文件或其他输出,...

Unit Runtime:一键运行 AI 生成的代码,或许将成为你的复制 + 粘贴神器

在我们构建了UnitMesh架构之后,以及对应的demo之后,便着手于实现UnitMesh架构。于是,我们就继续开始UnitRuntime,以用于直接运行AI生成的代码。PS:...

挣脱臃肿的枷锁:为什么说Vert.x是Java开发者手中的一柄利剑?

如果你是一名Java开发者,那么你的职业生涯几乎无法避开Spring。它如同一位德高望重的老国王,统治着企业级应用开发的大片疆土。SpringBoot的约定大于配置、SpringCloud的微服务...

五年后,谷歌还在全力以赴发展 Kotlin

作者|FredericLardinois译者|Sambodhi策划|Tina自2017年谷歌I/O全球开发者大会上,谷歌首次宣布将Kotlin(JetBrains开发的Ja...

kotlin和java开发哪个好,优缺点对比

Kotlin和Java都是常见的编程语言,它们有各自的优缺点。Kotlin的优点:简洁:Kotlin程序相对于Java程序更简洁,可以减少代码量。安全:Kotlin在类型系统和空值安全...

移动端架构模式全景解析:从MVC到MVVM,如何选择最佳设计方案?

掌握不同架构模式的精髓,是构建可维护、可测试且高效移动应用的关键。在移动应用开发中,选择合适的软件架构模式对项目的可维护性、可测试性和团队协作效率至关重要。随着应用复杂度的增加,一个良好的架构能够帮助...

颜值非常高的XShell替代工具Termora,不一样的使用体验!

Termora是一款面向开发者和运维人员的跨平台SSH终端与文件管理工具,支持Windows、macOS及Linux系统,通过一体化界面简化远程服务器管理流程。其核心定位是解决多平台环境下远程连接、文...

预处理的底层原理和预处理编译运行异常的解决方案

若文章对您有帮助,欢迎关注程序员小迷。助您在编程路上越走越好![Mac-10.7.1LionIntel-based]Q:预处理到底干了什么事情?A:预处理,顾名思义,预先做的处理。源代码中...

为“架构”再建个模:如何用代码描述软件架构?

在架构治理平台ArchGuard中,为了实现对架构的治理,我们需要代码+模型描述所要处理的内容和数据。所以,在ArchGuard中,我们有了代码的模型、依赖的模型、变更的模型等,剩下的两个...

深度解析:Google Gemma 3n —— 移动优先的轻量多模态大模型

2025年6月,Google正式发布了Gemma3n,这是一款能够在2GB内存环境下运行的轻量级多模态大模型。它延续了Gemma家族的开源基因,同时在架构设计上大幅优化,目标是让...

比分网开发技术栈与功能详解_比分网有哪些

一、核心功能模块一个基本的比分网通常包含以下模块:首页/总览实时比分看板:滚动展示所有正在进行的比赛,包含比分、比赛时间、红黄牌等关键信息。热门赛事/焦点战:突出显示重要的、关注度高的比赛。赛事导航...

设计模式之-生成器_一键生成设计

一、【概念定义】——“分步构建复杂对象,隐藏创建细节”生成器模式(BuilderPattern):一种“分步构建型”创建型设计模式,它将一个复杂对象的构建与其表示分离,使得同样的构建过程可以创建...

构建第一个 Kotlin Android 应用_kotlin简介

第一步:安装AndroidStudio(推荐IDE)AndroidStudio是官方推荐的Android开发集成开发环境(IDE),内置对Kotlin的完整支持。1.下载And...