自动化与运维 browser-automation browser-use gradio playwright docker vnc

Browser Use Web UI

通过 Gradio 在浏览器中运行 browser-use 自动化任务的自托管界面。

源仓库: browser-use/web-ui
Star 数: ★ 17k
最近更新: 1 个月前
License: MIT
主语言: Python
FA 评分: 37/100 · 缺口较多

30 秒速览

运行形态: 网页应用自托管服务
可在哪里用: 通用 · 跨平台OpenAI API · Claude API
费用: 软件免费，模型调用费用自付
上手难度: 中 · 需要几步配置
开始前需要: Python 3.11uvPlaywrightDocker 和 Docker ComposeShell / 命令行网络访问本地文件系统
典型场景: 需要以图形界面试用 browser-use 功能的开发者，可在本机通过 WebUI 与浏览器代理交互。
不适合: 不想配置 API 密钥或 .env 文件的用户
希望用 Chrome 浏览器直接打开 WebUI 并复用现有 Chrome 数据的用户
源码审查: 37/100 · 缺口较多 3 项安全控制未见

这个 Agent 能做什么，适合哪些场景？

Browser Use Web UI 是 browser-use 的 Gradio 图形界面，面向希望以网页方式与浏览器代理交互的用户。它建立在 browser-use 之上，提供其大部分功能，并支持 Google、OpenAI、Azure OpenAI、Anthropic、DeepSeek 和 Ollama 等模型。可本地运行，也可通过 Docker Compose 部署；默认 Web 界面端口为 7788。Docker 部署还提供 6080 端口的 VNC 查看器，用于观看浏览器交互。它支持使用已有浏览器及其用户数据，并可选择在任务之间保持浏览器窗口打开。

用户通过 Gradio WebUI 与 browser-use 浏览器代理交互；该项目运行 browser-use 的大部分功能来执行浏览器交互。本地模式以 python webui.py --ip 127.0.0.1 --port 7788 启动，依赖通过 uv pip install -r requirements.txt 安装，并使用 Playwright 浏览器。Docker 模式通过 docker compose up --build 启动 WebUI 和可在 /vnc.html 打开的 VNC 查看器。配置 BROWSER_PATH 与 BROWSER_USER_DATA 后，可让代理使用指定浏览器及其用户数据；项目也说明此模式支持高清屏幕录制。

需要以图形界面试用 browser-use 功能的开发者，可在本机通过 WebUI 与浏览器代理交互。
需要在浏览器自动化中使用 OpenAI、Anthropic、DeepSeek 或 Ollama 等不同模型的团队，可在 .env 中配置相应 API 密钥。
希望代理使用既有 Chrome 登录状态、避免重复登录网站的个人用户，可配置 BROWSER_PATH 和 BROWSER_USER_DATA。
需要在容器中运行浏览器代理并观察其浏览器操作的团队，可使用 Docker Compose 和 VNC 查看器。
需要连续处理多个任务且希望保留浏览器状态的用户，可选择在任务之间保持浏览器窗口开启。

如何安装或部署这个 Agent？

本地安装：git clone https://github.com/browser-use/web-ui.git，然后 cd web-ui；使用 uv venv --python 3.11 创建环境并激活；运行 uv pip install -r requirements.txt，再运行 playwright install --with-deps，或仅安装 Chromium：playwright install chromium --with-deps。复制 .env.example 为 .env，并在其中填写 API 密钥及其他设置。Docker 安装：复制 .env.example 为 .env 并配置 API 密钥，然后执行 docker compose up --build；Apple Silicon 等 ARM64 系统使用 TARGETPLATFORM=linux/arm64 docker compose up --build。

如何使用这个 Agent？

本地启动命令为 python webui.py --ip 127.0.0.1 --port 7788，随后在浏览器打开 http://127.0.0.1:7788。Docker 部署后打开 http://localhost:7788；如需观看浏览器交互，打开 http://localhost:6080/vnc.html，默认 VNC 密码为 youvncpassword，可在 .env 中用 VNC_PASSWORD 修改。使用自己的浏览器时，在 .env 设置 BROWSER_PATH 和 BROWSER_USER_DATA，关闭所有 Chrome 窗口，再用 Firefox 或 Edge 等非 Chrome 浏览器打开 WebUI，并在 Browser Settings 中勾选 “Use Own Browser”。

这个 Agent 有哪些优点和局限？

优点

以 Gradio WebUI 提供 browser-use 的大部分功能，适合偏好图形操作而非仅使用底层项目的用户。
已明确集成 Google、OpenAI、Azure OpenAI、Anthropic、DeepSeek 和 Ollama，模型选择范围较广。
同时提供本地 Python/Playwright 路径与 Docker Compose 部署路径。
可复用自有浏览器和用户数据，并支持在任务之间保留浏览器窗口状态。
Docker 部署包含 VNC 查看器，可观察浏览器交互过程。

局限

必须配置 API 密钥；README 未说明各模型提供商的费用、模型可用性或配置细节。
本地部署要求 Python 3.11、uv、Playwright 及浏览器安装；Docker 路径则要求 Docker 和 Docker Compose。
使用现有 Chrome 数据时必须关闭所有 Chrome 窗口，并要从 Firefox 或 Edge 等非 Chrome 浏览器访问 WebUI。
README 只称支持 browser-use 的“大部分”功能，未列出具体未覆盖的功能。
VNC 默认密码为 youvncpassword，部署者需要在 .env 中自行改为合适的密码。

这个 Agent 与同类方案有什么区别？

该项目建立在 browser-use 之上：browser-use 被描述为让网站可被 AI 代理访问的基础，而本项目在其上提供 Gradio WebUI 和部署入口。

与相关度最高的同类 agent 并排比较关键指标。

Agent	源码审查	形态 / 费用	Star	最近更新	主语言	完整支持的平台
Browser Use Web UI 当前	37 · 缺口较多	网页应用免费 + 模型费	★ 17k	1 个月前	Python	OpenAI API · Claude API
Auto Browser	62 · 存在缺口	自托管服务免费 + 模型费	★ 922	今天	Python	OpenAI API · Claude API
Damru 安卓原生隐身浏览器自动化框架	42 · 缺口较多	命令行工具免费	★ 356	4 个月前	Python	—
Browser Use Box	34 · 缺口较多	—	★ 460	2 个月前	Python	Claude Code · Claude API

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1

缺口较多

37/ 100 五分制 1.9 / 5

信任安全 6/29

可靠稳定 5/14

适用触发 9/18

规范维护 8/18

有效结果 6/13

证据核验 3/8

查看各维度的扣分理由

信任安全6 / 29 · 1.0/5

证据显示：项目允许用户使用自己的浏览器（BROWSER_PATH/BROWSER_USER_DATA），这涉及敏感数据（浏览器用户数据）的处理，但未提供明确的权限最小化或用户确认机制。依赖项包括browser-use、gradio等，但未提供依赖安全审计或漏洞扫描。外部影响方面，项目支持MCP服务器（如desktop-commander），可执行系统命令，但未明确限制或确认。回滚机制未提及。来源归属方面，README感谢了WarmShao，但发布者未验证。扣分原因：缺乏用户确认、数据流透明性、回滚机制；依赖安全仅凭版本固定，未提供审计证据。

可靠稳定5 / 14 · 1.8/5

证据显示：项目内部结构一致，README与代码中的功能描述相符。依赖项在requirements.txt中固定版本，但未提供锁定文件（如lock文件），依赖可用性存在风险。失败消息方面，测试代码中有错误处理，但未提供用户友好的错误提示。扣分原因：依赖未锁定，失败消息不充分。

适用触发9 / 18 · 2.5/5

证据显示：README明确面向开发者和用户，提供了本地和Docker安装指南，支持多种LLM提供商和自定义浏览器，适应多种场景。能力边界方面，README提到支持browser-use的大部分功能，但未详细说明限制。触发精度方面，任务由用户输入，但未提供精确的触发条件。环境适配方面，支持Windows/macOS/Linux和Docker，但未提及特定环境要求。扣分原因：能力边界和触发精度描述不足。

规范维护8 / 18 · 2.2/5

证据显示：README提供了清晰的安装指南和功能说明，信息架构良好。安装说明详细，包括本地和Docker。命名稳定性方面，项目名称和主要模块命名一致，但未提供API稳定性说明。示例和FAQ方面，README有视频演示，但无FAQ。已知限制未提及。许可证为MIT，清晰。版本变更日志有简单记录，但未提供正式版本号。维护责任方面，有GitHub Actions构建，但未明确维护者。扣分原因：缺少已知限制、FAQ、正式版本号。

有效结果6 / 13 · 2.3/5

证据显示：输出可用性方面，测试代码展示了如何获取最终结果，但未提供用户友好的输出格式。边际价值方面，项目提供了WebUI和多种LLM支持，相比基础browser-use有增值。成本效益方面，需要配置API密钥和浏览器，但未提供成本分析。扣分原因：输出格式和成本效益分析不足。

证据核验3 / 8 · 1.9/5

证据显示：README中的声明（如支持多种LLM）在代码中有对应实现，但未提供独立验证。跨来源佐证方面，有Discord和文档链接，但未提供第三方验证。事实与推断分离方面，README区分了功能声明和感谢，但未明确区分。扣分原因：缺乏独立验证和明确的事实/推断分离。

风险与缓解建议

源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
使用自定义浏览器时，浏览器用户数据可能被访问，请确保在可信环境中运行。
MCP服务器（如desktop-commander）可执行系统命令，请谨慎配置。
依赖未锁定，建议使用锁文件以确保可重现性。

证据充分度：低评估于 2026年8月9日审查版本 61962296c38a

评估证据 README.md LICENSE SECURITY.md requirements.txt workflows/build.yml tests/test_agents.py tests/test_controller.py tests/test_llm_api.py

查看完整评分方法 →

常见问题

支持哪些模型提供商？

README 明确列出 Google、OpenAI、Azure OpenAI、Anthropic、DeepSeek 和 Ollama，并表示计划继续增加模型支持。

能否复用已登录的网站会话？

可以。设置 BROWSER_PATH 和 BROWSER_USER_DATA 后可使用自己的浏览器及用户数据；使用 Chrome 数据时须先关闭所有 Chrome 窗口。

部署后如何查看代理的浏览器操作？

Docker 部署提供 VNC 查看器，地址为 http://localhost:6080/vnc.html。默认密码为 youvncpassword，可通过 VNC_PASSWORD 修改。

是否有已知的运行成本？

README 要求在 .env 中配置 API 密钥，但未提供模型调用费用、托管费用或其他成本信息。

浏览器状态能否在任务之间保留？

可以。README 说明可选择在 AI 任务之间保持浏览器窗口打开，以保留交互历史和状态。

Browser Use Web UI

30 秒速览

这个 Agent 能做什么，适合哪些场景？

如何安装或部署这个 Agent？

如何使用这个 Agent？

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

FollowAgents 如何评估这个 Agent？

最近版本

常见问题

相关 Agents

Auto Browser

Damru 安卓原生隐身浏览器自动化框架

Browser Use Box

Jev Browser