- 难度
- 中等
- 适合
- 入门 / 进阶
- 主要语言
- Python
- GitHub
- ★ 16.3k
- 许可证
- MIT
- 快照日期
- 2026年8月9日
先判断要不要学
这个项目值得拆什么？
Browser Use Web UI 为 browser-use 提供 Gradio 图形界面，支持多家模型、自定义浏览器、持久会话、录屏以及深度研究任务。它比纯 Agent SDK 更容易观察配置和执行结果，适合已会基础 Python、想理解“模型选择—浏览器上下文—Agent 循环—界面反馈”如何连接的学习者。
- 01
用可视化界面暴露模型、浏览器和 Agent 参数，方便通过实验理解不同配置的影响。
- 02
Agent、自定义浏览器、模型提供商和 Web UI 分目录组织，有利于分层阅读。
- 03
同时提供本地与 Docker 方案，能对比开发环境和隔离运行环境。
可以学什么
不只是看代码，而是找到产品的骨架
- 学 Agent 工作流
- 学 AI 接入
- 学产品结构
- 学完整项目组织
- 学部署
将 Agent 参数变成可实验界面
对照 Gradio 选项卡与 Agent 实例化代码，看清模型、任务、步数和浏览器选项如何进入执行层。
src/webui/components/agent_settings_tab.py · src/webui/components/browser_use_agent_tab.py · src/agent/browser_use/browser_use_agent.py持久浏览器上下文
研究如何复用本地浏览器路径、用户数据和会话，同时识别这种便利性带来的账号与隐私风险。
src/browser/custom_browser.py · src/browser/custom_context.py · src/webui/components/browser_settings_tab.py · .env.example模型提供商抽象
沿着环境配置与模型工厂，理解一个界面如何在不同 API 端点和本地模型之间切换。
.env.example · src/utils/llm_provider.py · src/utils/config.py三段学习路径
从理解、修改到做出你的版本
看懂一次浏览器 Agent 任务的数据流
- 阅读 README 的能力与安装部分
- 从 webui.py 追到 src/webui/interface.py
- 再从 Agent 选项卡追到 browser_use_agent.py
完成标志：能说清用户任务、模型配置、浏览器上下文和执行结果的连接关系。
在安全测试站点上完成一次可观察实验
- 用独立测试配置启动 Web UI
- 选择一个无登录、无写操作的测试页面
- 运行一个三步以内的信息查找任务
- 比较两组 Agent 或模型参数的执行日志
完成标志：产出一份包含成功、失败和参数差异的实验记录。
为一个窄任务做出可控 Agent 变体
- 限定允许访问的测试域名与可执行动作
- 在 controller 层新增一个只读动作
- 在 UI 中显示任务步骤、失败原因和中止控件
- 测试超时、模型失败、页面改版和越界动作
完成标志：得到一个范围有限、过程可观测、用户可中止的浏览器 Agent 原型。
评分解释
每一分都要说清楚为什么
有本地与 Docker 双路径，但浏览器系统依赖和模型凭证使复现成本中等。
README 安装说明详细、目录分层清晰，但 Agent 和界面配置面较广。
便于观察 Agent 执行，但完全初学者会同时面对 Python、模型和浏览器自动化。
具备配置、运行、会话、录屏和部署方案，已形成可使用的 Agent 操作界面。
浏览器 Agent、多模型切换与可视化试错都与当前 vibe coding 学习高度相关。
仓库未归档且在核对时仍有近期推送。
把浏览器 Agent 的高级配置集成为通用 Web UI，具有较强学习辨识度。