browser-use/web-ui

🖥️ Run AI Agent in your browser.

何を解決するか

このプロジェクトは、browser-use ライブラリ用の使いやすいグラフィカルインターフェースを提供し、ユーザーがウェブサイトをナビゲートおよび操作できる AI エージェントと対話できるようにします。コードを書く必要なく、エージェント駆動のブラウザ自動化タスクをトリガーできます。

動作方法

Gradio を基盤として構築された WebUI は、ブラウザエージェントのコントロールパネルとして機能します。Google、OpenAI、Azure OpenAI、Anthropic、DeepSeek、Ollama などのさまざまな大規模言語モデル（LLM）と統合されています。ユーザーは、認証セッションを維持し、ウェブサイトへの再ログインを回避するために、カスタムローカルブラウザインスタンスを使用できるようにエージェントを設定できます。

対象ユーザー

Pythonスクリプトを書く必要なく AI ブラウザエージェントを操作したいユーザー、およびブラウザ自動化エージェントを視覚的に監視・管理したい開発者。

特徴

  • 広範な LLM 対応: DeepSeek、Anthropic、Ollama を含む多数のプロバイダーと互換性があります。
  • カスタムブラウザ統合: ローカルブラウザ実行可能ファイルとユーザーデータディレクトリを使用して、認証の障壁を回避できます。
  • 永続的なセッション: 異なる AI タスクの間でブラウザウィンドウをオープンしたままにし、状態を維持できます。
  • 詳細なモニタリング: Docker で実行する場合、高解像度の画面記録と VNC ビューアーへのアクセスをサポートしています。

関連

  • プロジェクト
    browser-use/browser-use

    AIエージェントが人間のようにウェブブラウザを制御して、フォームの入力やデータの抽出などのタスクを自動化できるライブラリおよびフレームワークです。

  • プロジェクト
    webbrain-one/webbrain

    Webタスクを自動化し、データを抽出し、ローカルまたはクラウドのLLMを使用してマルチステップワークフローを実行するオープンソースのAIブラウザエージェント拡張機能。

  • プロジェクト
    alibaba/page-agent

    自然言語を通じて、テキストベースのDOM操作とウェブワークフローの自動化を行うAIエージェントをウェブページに直接埋め込むためのJavaScriptライブラリ。

  • プロジェクト
    platonai/Browser4

    Browser4 is an AI‑native browser automation platform. It offers a Rust‑based backend and a human‑friendly CLI (`browser4‑cli`) that lets humans or LLM‑driven agents open real Chromium sessions, interact with pages (click, fill, wait, etc.), and extract data via deterministic X‑SQL/CSS selectors or LLM‑assisted commands. It supports zero‑token, ML‑based spreadsheet generation (WebMiner), high‑throughput swarm crawling, and an extensible plugin/skill system, making it suitable for large‑scale web automation and autonomous agents.

  • プロジェクト
    open-webui/open-webui

    機能豊富でセルフホスト型の AI プラットフォームで、ローカルおよび API ベースの LLM に対するユーザーフレンドリーなインターフェースを提供し、組み込みの RAG と広範なプラグインサポートを特徴としています。