Wie verwende ich den Browser WebUI unter Windows 11?

KI-Agenten werden immer beliebter, aber viele Menschen wissen nicht, wie sie mit ihnen anfangen sollen, insbesondere nicht, wie sie einen KI-Agenten mit ihrem Browser verbinden und verschiedene Aufgaben wie Automatisierung, Web Scraping, Tests und mehr ausführen. Um Ihnen dabei zu helfen, wurde ein GitHub-Repo aufgerufenBrowsernutzungbietet eine der einfachsten Möglichkeiten, Ihre KI-Agenten mit dem Browser zu verbinden.

Was ist Browsernutzung?

Browser Use ist eine Open-Source-Python-Bibliothek, die es KI-Agenten ermöglicht, auf Webseiten zu navigieren, Daten zu extrahieren und Interaktionen zu automatisieren. Es unterstützt die Verwaltung mehrerer Registerkarten, die Elementverfolgung und Selbstkorrekturmechanismenwie GPT-4 und Claude 3 für eine nahtlose KI-gesteuerte Browser-Automatisierung.

Stellen Sie vor der Verwendung des Browsers sicher, dass Sie über den API-Schlüssel Ihres bevorzugten LLM-Modells verfügen, z. B. OpenAI, Anthropic, DeepSeek usw. Ohne einen API-Schlüssel können Sie das Repository nicht verwenden. Sobald Sie es haben, führen Sie die folgenden Schritte aus:

1] Erste Schritte

• Beginnen Sie zunächst mit der InstallationPythons neueste Versionvon seiner offiziellen Website.
• Das müssen Sie auchLaden Sie Git herunter und installieren Sie es.
• Gehen Sie als Nächstes zur Windows-Suche, geben Sie CMD ein, klicken Sie mit der rechten Maustaste darauf und öffnen Sie es als Administrator.
• Führen Sie im CMD den folgenden Befehl aus, um das Repository zu klonen:

git clone https://github.com/browser-use/web-ui.git

cd web-ui

2] Erstellen einer virtuellen Umgebung

Der nächste Schritt wäre die Schaffung einer virtuellen Umgebung. Führen Sie also in CMD die folgenden Befehle aus:

python -m venv venv

venv\Scripts\activate

3] Abhängigkeiten installieren

Als nächstes müssen Sie die erforderlichen Abhängigkeiten installieren. Führen Sie dazu den folgenden Befehl aus und warten Sie eine Weile:

pip install -r requirements.txt

Lesen:

4] Dramatiker installieren

Playwright ist eine Browser-Automatisierungsbibliothek, die von Browser Use verwendet wird. Um es zu installieren, führen Sie den folgenden Befehl aus:

playwright install

5] Browser-Nutzung ausführen

Sobald Sie alles installiert haben, ist es Zeit, mit Ihrem Projekt zu beginnen. Führen Sie daher in der Eingabeaufforderung den folgenden Befehl aus:

python webui.py --ip 127.0.0.1 --port 7788

Nachdem Sie den Befehl ausgeführt haben, warten Sie einen Moment. Auf dem Bildschirm wird dann eine URL mit einer IP-Adresse angezeigt. Kopieren Sie es einfach und fügen Sie es in die Adressleiste Ihres Browsers ein, oder Sie können diese URL verwenden:https://127.0.0.1:7788/.

6] Browsernutzung konfigurieren und ausführen

Im Dashboard zur Browsernutzung müssen Sie Ihre Einstellungen konfigurierenWerkzeug.

• Klicken Sie zunächst aufLLM-Einstellungen. Wählen Sie hier Ihren LLM-Anbieter, den Modellnamen, die Basis-URL und den API-Schlüssel aus.

• Gehen Sie als Nächstes zuAgenteneinstellungenund konfigurieren Sie Ihren Agententyp, die maximalen Ausführungsschritte, Aktionen pro Schritt und andere Einstellungen. Das Gleiche muss getan werdenBrowsereinstellungen(Konfigurieren Sie diese Einstellungen entsprechend Ihren Anforderungen).

• Zum Schluss gehen Sie zuFühren Sie den Agenten aus, geben Sie eine Aufgabenbeschreibung und zusätzliche Informationen ein und klicken Sie auf die Schaltfläche „Agent ausführen“, um mit der Verwendung zu beginnen.

So können Sie also die Browser-Nutzung nutzen. Es ist ein großartiges Tool zum Extrahieren interaktiver Elemente, zur Durchführung umfassender Recherchen, zur Automatisierung von Arbeitsabläufen und mehr. Probieren Sie es selbst aus, um zu sehen, wie es für Sie funktioniert.

Kann ich die Browser-Nutzung ohne API-Schlüssel nutzen?

Um die Browser-Nutzung nutzen zu können, ist ein API-Schlüssel eines LLM-Anbieters (z. B. OpenAI, Anthropic oder DeepSeek) erforderlich. Ohne sie ist der KI-Agent nicht in der Lage, Aufgaben effektiv zu verarbeiten oder effektiv mit Webseiten zu interagieren.

Unterstützt Browser Use Headless Browsing?

Die Verwendung des Browsers nutzt Playwright, das Headless Browsing unterstützt. Dies bedeutet, dass Sie Aufgaben automatisieren können, ohne ein sichtbares Browserfenster zu öffnen, was es ideal für Web-Scraping, Tests und Automatisierung in Serverumgebungen macht.