在 AI 技术飞速发展的当下，一个个令人惊叹的应用不断涌现。

今天，我想给大家分享一个超有意思的开源项目 —— browser-use，它凭借 DeepSeek 实现了 AI 自动化操作浏览器。

目前在 GitHub 上的 Star 数已经高达 35.7K，足见其受欢迎程度。

1、browser-use 简介

browser-use 是一款能够将 AI 代理与浏览器相连的工具，让 AI 得以控制浏览器，进而实现网页抓取、自动化测试和数据收集等操作。

以往，这些任务需要编写和维护复杂的 xpath、正则、css 选择器脚本，耗费大量精力。

而如今，借助 browser-use，无需这些繁琐步骤，大大提升了工作效率。

2、安装和使用方法

安装

首先，要确保 Python 环境版本大于 3.11。然后，通过以下命令安装必要的依赖项：

pip install browser-use
playwright install

使用示例

以下是一个简单的 Python 脚本示例，用于将杂货项添加到购物车并结账：

from langchain_openai import ChatOpenAI
from browser_use import Agent
import asyncio

if __name__ == '__main__':
    # 初始化语言模型
    llm = ChatOpenAI(
        model="deepseek-ai/DeepSeek-V2.5",  # 指定使用 DeepSeek 提供的 ChatGPT-4 模型
        api_key="your_api_key",            # 替换为你的 API 密钥
        base_url="https://api.siliconflow.cn"# 指定 API 的基础 URL
    )

    # 定义异步主函数
    asyncdef main():
        # 创建 Agent 实例
        agent = Agent(
            task="将杂货项添加到购物车并结账",  # 定义任务
            llm=llm,          # 指定使用的语言模型
            use_vision=False# 是否使用视觉功能（目前未启用）
        )
        # 执行任务并获取结果
        result = await agent.run()
        # 打印结果
        print(result)

    # 运行异步主函数
    asyncio.run(main())

• ChatOpenAI：用于指定使用的语言模型。
• Agent：创建一个代理对象，用于执行浏览器操作任务。“task” 参数定义了具体任务，“llm”参数指定使用的语言模型。
• async def main() 和 asyncio.run(main()) ：表示使用异步编程方式运行主函数。

3、示例和演示

添加商品到购物车并结账

你可以命令 AI 代理自动打开购物网站，搜索指定的杂货项，将它们添加到购物车，并完成结账流程。这一功能对于线上购物爱好者来说，简直是福音，能够节省大量的时间和精力。

写信和文档处理

在 Google Docs 中写一封感谢信并保存为 PDF。Browser-use 能自动完成这件事，还能保证整个过程流畅无误。

未来如何

browser-use 的出现只是一个开始，它向我们展示了 AI 在自动化领域的巨大潜力。

随着技术的不断进步，未来 AI 可能会大面积替代一些相对简单的工作。

例如:

• 数据录入员可能会被自动化数据抓取工具所取代；
• 客服代表可能会被智能聊天机器人所取代；
• 甚至是一些内容创作者，也可能会面临 AI 内容生成工具的竞争。

开源地址和官网地址

• GitHub 开源地址：https://github.com/browser-use/browser-use
• 官网地址：https://browser-use.com/

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】