1. 项目概述
Browser Use 是一个将AI与浏览器自动化深度结合的Python开源项目,它让"用自然语言控制浏览器"这件事变得触手可及。想象一下,你只需要说"帮我查查最近上映的科幻电影,选评分最高的那个订两张票",系统就能自动完成整个操作流程。这背后是Playwright浏览器自动化工具与LangChain框架的完美配合,通过大语言模型(LLM)理解你的意图并转化为具体操作。
我在实际测试中使用阿里云的通义千问(Qwen)作为AI引擎,整个过程展现了几个关键价值点:
- 自然语言交互:完全用日常说话的方式操作浏览器
- 复杂任务拆解:自动将高级指令分解为可执行的原子操作
- 可视化反馈:实时标注操作元素,操作过程透明可控
- 多环境适配:既可用纯净浏览器环境,也能接入已有用户数据
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与部署
2.1 基础环境配置
Python版本选择是第一个需要注意的关键点。虽然项目文档建议使用3.11,但实测发现:
- Python 3.12会导致uvloop兼容性问题
- Python 3.10某些异步特性支持不完整
- 最佳选择确实是3.11.4版本
安装时建议使用miniconda管理环境:
bash复制conda create -n browser_use python=3.11.4
conda activate browser_use
2.2 项目部署流程
克隆与初始化
bash复制git clone https://github.com/browser-use/web-ui.git
cd web-ui
虚拟环境设置
推荐使用uv(比venv更快):
bash复制pip install uv
uv venv --python 3.11
激活环境(Windows PowerShell):
powershell复制.\.venv\Scripts\Activate.ps1
依赖安装技巧
使用uv加速安装:
bash复制uv pip install -r requirements.txt
特别注意:Playwright需要额外安装浏览器内核:
bash复制pl
