browser-use/web-ui
🖥️ Run AI Agent in your browser.
解决的问题
该项目为 browser-use 库提供了一个用户友好的图形界面，使用户能够与能够导航和使用网站的 AI 代理进行交互。它无需编写代码即可触发代理式浏览器自动化任务。
工作原理
基于 Gradio 构建的 WebUI 作为浏览器代理的控制面板。它与多种大型语言模型（LLMs）集成，例如 Google、OpenAI、Azure OpenAI、Anthropic、DeepSeek 和 Ollama。用户可以配置代理使用自定义的本地浏览器实例，以保持认证会话并避免重复登录网站。
适用人群
希望无需编写 Python 脚本即可操作 AI 浏览器代理的用户，以及希望以可视化方式监控和管理其浏览器自动化代理的开发者。
主要亮点
- 广泛的 LLM 支持： 与 DeepSeek、Anthropic 和 Ollama 等多种提供商兼容。
- 自定义浏览器集成： 可使用本地浏览器可执行文件和用户数据目录，以绕过认证障碍。
- 持久会话： 可在不同 AI 任务之间保持浏览器窗口打开，以维持状态。
- 详细监控： 通过 Docker 运行时支持高分辨率屏幕录制和 VNC 查看器访问。
相关
- 项目
browser-use/browser-useBrowser Use 是一个开源的 Python/TypeScript 库，赋予 LLM 代理对真实或云端托管网页浏览器的完全控制权。它提供了 31 种浏览器操作作为工具，支持自定义函数，兼容 OpenAI、Anthropic、Google 模型或其自有的 BU2 模型，并提供三种使用模式：完全托管的云 API、用于现有代理的 CLI 以及可嵌入代码的库。非常适合自动化网页任务、构建具备浏览能力的 AI 助手或进行 LLM 驱动的网页导航研究。
- 项目
- 项目
platonai/Browser4Browser4 是一个 AI 原生的浏览器自动化引擎，让 LLM 代理（或人类）通过快速的 Rust CLI 驱动真实浏览器，使用零令牌的 X‑SQL/CSS 选择器提取数据，并运行大规模爬取或基于 ML 的电子表格生成（WebMiner）。它结合了 CDP 原生性能、Swarm 扩展和混合 LLM/ML 智能，并以带有 Java 后端（Maven Central）的 npm CLI 形式分发。
- 项目
open-webui/open-webuiOpen WebUI 是一个开源、自托管的 LLM Web 界面，支持任何 OpenAI 兼容 API 和本地 Ollama 模型。它提供丰富的 UI（聊天、笔记、频道、日历、语音/视频、图像生成）、可扩展的插件系统、RBAC、多模型支持、内置 RAG（向量数据库、网络搜索）、代理执行代码的“Open Terminal”，以及企业级功能如 LDAP/SSO、SCIM 配置和可观测性。可通过 pip、Docker（CPU/GPU，内置 Ollama）或 Kubernetes 安装。生态系统包括桌面应用、面向移动的编码代理和用于同步外部知识库的工具。