一个让AI帮你操控浏览器的开源Python项目,完全开源免费,支持几乎所有大模型

我们平时跟AI聊天，它也就动动嘴皮子。但这个WebUI不一样，它能让AI真的去操作你的浏览器——点按钮、填表单、登录账号、甚至跨网页完成复杂任务。这玩意儿，怎么说呢，感觉就像给AI装上了眼睛和手。

这玩意儿到底能干啥？

简单说吧，你给AI一个任务，比如“帮我查一下明天北京到上海的机票，然后找个评分4.5以上的酒店”，它自己就打开浏览器，去搜索、比对、最后给你整理出结果。

我刚开始用的时候也觉得挺玄乎，但它确实是这么干的。而且你猜怎么着？它的底层用的是browser-use那个框架，但WebUI给包装成了一个图形界面，不用敲命令，点一点就能用。

最让我心动的几个点

支持的模型多到离谱

Google、OpenAI、Azure OpenAI、Anthropic、DeepSeek、Ollama...基本你能叫上名字的它都支持了。我平时主要用DeepSeek，便宜又好用，接上去就能跑。项目方说后续还要加更多，嗯，期待一手。

可以用你自己的浏览器

这个功能真得单独夸一下。很多类似工具让你用内置浏览器，结果就是每次都要重新登录各种网站，巨烦。WebUI允许你用自己日常用的Chrome，登录状态全都保留，cookie不用重新弄。而且支持高清录屏，你看AI操作的时候清清楚楚。

会话是持久的

AI做完一个任务，浏览器窗口不关，你可以接着让它做下一个。这样它能记住之前的状态，不会每次都是新开页面重新来过。连续做多个相关任务的时候，这个特性贼爽。

安装难不难？

我两个方式都试过，给你说说。

本地安装的话，几步走：克隆代码、创建虚拟环境、装依赖、配置API密钥、运行。大概十来分钟能搞定吧。

Docker就更简单了，docker compose up --build 一条命令，等它自己跑完就行。Windows用户注意一下，如果用自定义浏览器，别在Chrome里打开WebUI，用Firefox或者Edge都行。

一个小坑提醒：如果你要用自己的Chrome浏览器，记得把所有Chrome窗口都关掉，不然会冲突。我一开始不知道，卡了半小时才反应过来。

实际操作体验

跑起来之后，浏览器打开 http://127.0.0.1:7788，界面挺清爽的。先在设置里选好你要用的模型，填上API密钥。如果你要用自己的浏览器，记得勾选那个“Use Own Browser”选项。

然后就可以输入任务了，比如“帮我搜索一下Python异步编程的最佳实践”。看着AI自己打开网页、滚动页面、点击链接，说实话有种看科幻片的感觉。

不过也得实话实说，这玩意儿不是完美的。复杂任务有时候会卡住，或者理解错你的意思。但考虑到它开源免费，而且是近几个月才火起来的项目，已经很能打了。

谁适合用这个？

如果你写爬虫，可以让AI帮你分析网页结构；如果你做自动化测试，它能帮你生成操作流程；如果你就是个普通用户，想让AI帮你订票、比价、填表什么的，同样用得上。

当然啦，需要你自己有大模型的API密钥才行。免费的用Ollama跑本地模型，或者申请DeepSeek的API，都比较划算。

项目地址放这儿了，感兴趣的自己去看吧：
https://github.com/browser-use/web-ui

最后说一句，这种AI操控浏览器的工具，我觉得未来会越来越普及。早点上手试试，说不定能帮你省下不少重复劳动的功夫。