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 7 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

总结下SpringData JPA 的常用语法

SpringDataJPA常用有两种写法,一个是用Jpa自带方法进行CRUD,适合简单查询场景、例如查询全部数据、根据某个字段查询,根据某字段排序等等。另一种是使用注解方式,@Query、@Modi...

解决JPA在多线程中事务无法生效的问题

在使用SpringBoot2.x和JPA的过程中,如果在多线程环境下发现查询方法(如@Query或findAll)以及事务(如@Transactional)无法生效,通常是由于S...

PostgreSQL系列(一):数据类型和基本类型转换

自从厂子里出来后,数据库的主力就从Oracle变成MySQL了。有一说一哈,贵确实是有贵的道理,不是开源能比的。后面的工作里面基本上就是主MySQL,辅MongoDB、ES等NoSQL。最近想写一点跟...

基于MCP实现text2sql

目的:基于MCP实现text2sql能力参考:https://blog.csdn.net/hacker_Lees/article/details/146426392服务端#选用开源的MySQLMCP...

ORACLE 错误代码及解决办法

ORA-00001:违反唯一约束条件(.)错误说明:当在唯一索引所对应的列上键入重复值时,会触发此异常。ORA-00017:请求会话以设置跟踪事件ORA-00018:超出最大会话数ORA-00...

从 SQLite 到 DuckDB:查询快 5 倍,存储减少 80%

作者丨Trace译者丨明知山策划丨李冬梅Trace从一开始就使用SQLite将所有数据存储在用户设备上。这是一个非常不错的选择——SQLite高度可靠,并且多种编程语言都提供了广泛支持...

010:通过 MCP PostgreSQL 安全访问数据

项目简介提供对PostgreSQL数据库的只读访问功能。该服务器允许大型语言模型(LLMs)检查数据库的模式结构,并执行只读查询操作。核心功能提供对PostgreSQL数据库的只读访问允许L...

发现了一个好用且免费的SQL数据库工具(DBeaver)

缘起最近Ai不是大火么,想着自己也弄一些开源的框架来捣腾一下。手上用着Mac,但Mac都没有显卡的,对于学习Ai训练模型不方便,所以最近新购入了一台4090的拯救者,打算用来好好学习一下Ai(呸,以上...

微软发布.NET 10首个预览版:JIT编译器再进化、跨平台开发更流畅

IT之家2月26日消息,微软.NET团队昨日(2月25日)发布博文,宣布推出.NET10首个预览版更新,重点改进.NETRuntime、SDK、libraries、C#、AS...

数据库管理工具Navicat Premium最新版发布啦

管理多个数据库要么需要使用多个客户端应用程序,要么找到一个可以容纳你使用的所有数据库的应用程序。其中一个工具是NavicatPremium。它不仅支持大多数主要的数据库管理系统(DBMS),而且它...

50+AI新品齐发,微软Build放大招:拥抱Agent胜算几何?

北京时间5月20日凌晨,如果你打开微软Build2025开发者大会的直播,最先吸引你的可能不是一场原本属于AI和开发者的技术盛会,而是开场不久后的尴尬一幕:一边是几位微软员工在台下大...

揭秘:一条SQL语句的执行过程是怎么样的?

数据库系统能够接受SQL语句,并返回数据查询的结果,或者对数据库中的数据进行修改,可以说几乎每个程序员都使用过它。而MySQL又是目前使用最广泛的数据库。所以,解析一下MySQL编译并执行...

各家sql工具,都闹过哪些乐子?

相信这些sql工具,大家都不陌生吧,它们在业内绝对算得上第一梯队的产品了,但是你知道,他们都闹过什么乐子吗?首先登场的是Navicat,这款强大的数据库管理工具,曾经让一位程序员朋友“火”了一把。Na...

详解PG数据库管理工具--pgadmin工具、安装部署及相关功能

概述今天主要介绍一下PG数据库管理工具--pgadmin,一起来看看吧~一、介绍pgAdmin4是一款为PostgreSQL设计的可靠和全面的数据库设计和管理软件,它允许连接到特定的数据库,创建表和...

Enpass for Mac(跨平台密码管理软件)

还在寻找密码管理软件吗?密码管理软件有很多,但是综合素质相当优秀且完全免费的密码管理软件却并不常见,EnpassMac版是一款免费跨平台密码管理软件,可以通过这款软件高效安全的保护密码文件,而且可以...