当前位置：首页 > news >正文

如何让你的AI接管浏览器自动化：web-ui 5 分钟跑通实操指南

news 2026/8/24 11:59:33

如何让你的AI接管浏览器自动化：web-ui 5 分钟跑通实操指南

【免费下载链接】web-ui🖥️ Run AI Agent in your browser.项目地址: https://gitcode.com/GitHub_Trending/web/web-ui

你有没有反复干过这种事：打开页面、点按钮、填表单、复制结果？干一次无所谓，干一百次就是折磨。web-ui 改变的正是这个状态——它是一个开源的浏览器自动化工具，你只管输一句自然语言指令，AI 就自己打开浏览器、点鼠标、填输入框，还把每一步的过程实时摆在你眼前。免费、零代码，新手 5 分钟就能跑起来。

🧰 它到底能帮你解决什么

先说清楚你能白得什么，再动手装。

一句话代替脚本。以前想让浏览器干活，你得写 Selenium 脚本，页面一改选择器就全废。现在直接说"搜索 XX 并总结要点"，AI 自己看懂页面再动手。
过程全程可见。它每一步都会截屏反馈，你在界面上能实时看到 AI 点到了哪、填了什么。它不是黑盒，你随时知道它干到哪了。
能复用你自己的浏览器。在.env里配好BROWSER_PATH，AI 直接用你已登录的 Chrome 干活，登录态、Cookie 全都在，不用再折腾一次授权。

🚀 装环境、启动、跑一个任务

下面是跑通必需的全部命令，照抄即可，总共 5 组。

git clone https://gitcode.com/GitHub_Trending/web/web-ui cd web-ui

把项目代码拉到本地，并进入项目目录。

cp .env.example .env

复制出配置文件，打开.env填入你打算用的大模型 API Key（比如OPENAI_API_KEY或DEEPSEEK_API_KEY）。

pip install -r requirements.txt

安装项目运行需要的全部 Python 依赖。

playwright install --with-deps

给 AI 装上它真正要操控的那个浏览器，缺了这步后面浏览器起不来。

python webui.py --ip 127.0.0.1 --port 7788

启动 WebUI，启动成功后在浏览器打开http://127.0.0.1:7788。

进去先做两件事：在Agent Settings标签页选一个 LLM 提供商和模型，温度保持默认 0.6 就行；然后切到Run Agent标签页，输入任务点运行。AI 会自动开浏览器执行，界面同步展示它每一步的截图，效果类似这样——它自己搜"google"、点进结果，再把要点整理出来：

📋 它能替你干哪些活

跑通之后，这三件事可以直接丢给它。

信息收集：输入"在 Google 搜索'最新 AI 技术趋势'，点开前 2 条结果"。它自动开浏览器、逐条点进文章，把每篇的核心观点摘出来给你。
表单与重复操作：输入"打开某网站注册页，填入姓名和邮箱，点提交"。填什么、点哪里，它自己对着页面判断，你只负责验收。
深度研究：界面内置了Deep Research代理，输入一个主题，它自动多源搜索、交叉整理，输出一份带结构的报告，适合做调研前的第一版底稿。

⚙️ 调出好效果的小窍门

AI 干得好不好，八成取决于你怎么说话。

❌ "找一些 AI 资料"

✅ "在 Google 搜索'最新 AI 技术趋势'，点开前 3 条搜索结果，提取每篇的核心观点"

差别就三点：去哪做、点哪个、要多少。把这三个说死，它就不会跑偏。

温度：精确任务给 0.3–0.5，求新意的任务再调高。
Use Vision：默认就开着，布局复杂的页面别关，AI 靠截屏"看"页面。
Max Run Steps：默认 100 步，简单任务调低一点，防止它在页面上空转。

🛠️ 卡住了？先看这里

浏览器起不来→ 多半是 Playwright 浏览器没装 → 跑一遍playwright install --with-deps再重启。
点运行后没反应→.env里没填 API Key → 填上对应提供商的 key 重启webui.py，或在 Agent Settings 界面直接填。
任务执行不准确→ 指令太模糊 → 按"具体网站 + 具体操作 + 预期结果"的格式重写一遍指令。