AI浏览器 私有化部署方案｜附完整命令

在企业内部知识检索、自动化运营、网页数据采集、后台表单录入、测试巡检等场景中，“AI 浏览器”正在成为一种非常实用的工具。它不是简单地在浏览器里接入一个聊天机器人，而是让大模型能够“看懂网页、操作网页、读取页面内容、点击按钮、填写表单、完成任务”。

相比直接使用公有云上的 AI Agent 或在线浏览器插件，很多企业更关心的是：能不能把 AI 浏览器部署在自己的服务器上？数据能不能不出内网？账号、Cookie、业务系统页面能不能不暴露给第三方？

答案是可以的。

本文提供一套可落地的 AI 浏览器私有化部署方案，基于以下组件搭建：

• Ollama：本地运行大模型；
• Open WebUI：提供本地大模型的可视化聊天界面；
• Browserless Chrome：提供可远程控制的无头 Chromium 浏览器；
• Python Agent 服务：通过大模型调用浏览器执行任务；
• Docker Compose：统一编排，方便部署、升级和迁移；
• Nginx：可选，用于反向代理和内网访问控制。

这套方案适合部署在企业内网服务器、私有云、边缘节点或本地工作站上。

一、什么是 AI 浏览器？

传统浏览器依赖人来操作，比如打开网页、点击按钮、搜索内容、填写表单等。AI 浏览器则是在传统浏览器的基础上增加了一个“智能操作层”。

它通常具备以下能力：

1. 理解用户任务

   例如用户输入：

   打开公司 OA 系统，查询今天待审批的流程，并把标题整理成表格。

2. 访问网页

   AI Agent 可以启动或连接浏览器，打开指定网址。

3. 读取网页内容

   它可以获取页面文本、按钮、输入框、链接、表格等元素信息。

4. 自动操作页面

   包括点击、输入、滚动、选择下拉框、提交表单等。

5. 结合大模型做决策

   大模型根据页面状态判断下一步应该做什么。

6. 输出结构化结果

   最终可以输出 Markdown、JSON、Excel 数据，或者调用内部接口继续处理。

二、为什么要私有化部署？

很多 AI 浏览器或 AI Agent 工具默认依赖云端模型和云端执行环境。对于个人用户来说问题不大，但对企业而言，通常会遇到以下顾虑：

1. 数据安全

AI 浏览器可能访问内部系统，例如：

• OA；
• CRM；
• ERP；
• 财务系统；
• 工单系统；
• 内部知识库；
• 测试环境；
• 管理后台。

这些页面中的内容、Cookie、Token、账号密码都属于敏感数据。如果交给外部平台执行，风险较高。

2. 合规要求

金融、政务、医疗、制造等行业通常要求核心数据不能出内网，或者必须经过严格审计。

私有化部署可以让：

• 模型在内网运行；
• 浏览器在内网运行；
• 任务日志保存在本地；
• 访问行为可审计；
• 网络出口可控。

3. 成本可控

如果任务量较大，例如批量网页巡检、自动化测试、后台数据处理，长期使用云端大模型和云端浏览器会产生较高费用。

私有化部署可以根据业务量自建服务器资源，降低长期成本。

4. 可定制能力更强

企业往往需要与内部系统集成，例如：

• 接入 LDAP / AD；
• 接入 SSO；
• 对接内部知识库；
• 调用内部 API；
• 自定义浏览器插件；
• 限制可访问域名；
• 记录详细操作日志。

这些都更适合在私有化环境中完成。

三、整体架构设计

本方案的架构如下：

用户
 │
 │ 访问 Web 页面 / 调用 API
 ▼
AI Agent 服务
 │
 ├── 调用本地大模型 Ollama
 │
 ├── 控制 Browserless Chrome
 │
 └── 输出任务执行结果
       │
       ▼
企业内部业务系统 / 外部网页

组件说明如下：

四、服务器配置建议

最低配置

适合测试和小规模使用：

CPU：4 核
内存：16 GB
硬盘：100 GB SSD
GPU：可选
系统：Ubuntu 22.04 LTS

如果只运行小模型，例如 qwen2.5:7b 或 llama3.1:8b，CPU 也可以跑，但速度较慢。

推荐配置

适合企业内部日常使用：

CPU：8 核或以上
内存：32 GB 或以上
硬盘：300 GB SSD
GPU：NVIDIA 16 GB 显存以上
系统：Ubuntu 22.04 LTS / Ubuntu 24.04 LTS

模型选择建议

本文以 qwen2.5:7b 为示例。

五、安装 Docker 与 Docker Compose

以下命令以 Ubuntu 22.04 / 24.04 为例。

1. 更新系统

sudo apt update
sudo apt upgrade -y

2. 安装依赖

sudo apt install -y ca-certificates curl gnupg lsb-release git vim unzip

3. 添加 Docker 官方 GPG Key

sudo install -m 0755 -d /etc/apt/keyrings

curl -fsSL https://download.docker.com/linux/ubuntu/gpg \
  | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

sudo chmod a+r /etc/apt/keyrings/docker.gpg

4. 添加 Docker 软件源

echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] \
  https://download.docker.com/linux/ubuntu \
  $(. /etc/os-release && echo "$VERSION_CODENAME") stable" \
  | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

5. 安装 Docker

sudo apt update

sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

6. 启动 Docker

sudo systemctl enable docker
sudo systemctl start docker

7. 验证安装

docker version
docker compose version

8. 将当前用户加入 Docker 用户组

sudo usermod -aG docker $USER

执行后建议重新登录服务器，或者执行：

newgrp docker

六、创建部署目录

sudo mkdir -p /opt/ai-browser
sudo chown -R $USER:$USER /opt/ai-browser
cd /opt/ai-browser

创建项目结构：

mkdir -p agent nginx data

最终目录类似：

/opt/ai-browser
├── docker-compose.yml
├── agent
│   ├── Dockerfile
│   ├── requirements.txt
│   └── app.py
├── nginx
│   └── default.conf
└── data

七、编写 Docker Compose 文件

创建 docker-compose.yml：

cat > docker-compose.yml <<'EOF'
services:
  ollama:
    image: ollama/ollama:latest
    container_name: ai-browser-ollama
    restart: unless-stopped
    ports:
      - "11434:11434"
    volumes:
      - ollama_data:/root/.ollama

  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    container_name: ai-browser-open-webui
    restart: unless-stopped
    ports:
      - "3000:8080"
    environment:
      - OLLAMA_BASE_URL=http://ollama:11434
      - WEBUI_AUTH=true
    volumes:
      - open_webui_data:/app/backend/data
    depends_on:
      - ollama

  browserless:
    image: browserless/chrome:latest
    container_name: ai-browser-chrome
    restart: unless-stopped
    ports:
      - "3001:3000"
    environment:
      - TOKEN=change-this-browserless-token
      - MAX_CONCURRENT_SESSIONS=5
      - CONNECTION_TIMEOUT=300000
      - DEFAULT_BLOCK_ADS=true
      - ENABLE_DEBUGGER=false
    shm_size: "2gb"

  agent:
    build:
      context: ./agent
    container_name: ai-browser-agent
    restart: unless-stopped
    ports:
      - "8000:8000"
    environment:
      - OLLAMA_BASE_URL=http://ollama:11434
      - OLLAMA_MODEL=qwen2.5:7b
      - BROWSERLESS_WS=ws://browserless:3000?token=change-this-browserless-token
    depends_on:
      - ollama
      - browserless

volumes:
  ollama_data:
  open_webui_data:
EOF

注意：生产环境请务必将 change-this-browserless-token 修改为高强度随机字符串。

生成随机 Token：

openssl rand -hex 32

例如：

TOKEN_VALUE=$(openssl rand -hex 32)
echo $TOKEN_VALUE

然后替换文件中的 Token：

sed -i "s/change-this-browserless-token/$TOKEN_VALUE/g" docker-compose.yml

八、编写 AI Agent 服务

这个 Agent 服务提供一个简单的 HTTP API，用户提交任务后，服务会调用本地 Ollama 模型，并连接 Browserless Chrome 执行浏览器操作。

为了便于理解，本文实现一个基础版本：
它可以接收任务描述、目标网址，并返回模型生成的执行计划。后续你可以继续扩展为真正的 Playwright 自动操作流程。

1. 创建 requirements.txt

cat > agent/requirements.txt <<'EOF'
fastapi==0.115.6
uvicorn==0.34.0
requests==2.32.3
playwright==1.49.1
pydantic==2.10.4
EOF

2. 创建 app.py

cat > agent/app.py <<'EOF'
import os
import json
import requests
from fastapi import FastAPI
from pydantic import BaseModel
from playwright.async_api import async_playwright

OLLAMA_BASE_URL = os.getenv("OLLAMA_BASE_URL", "http://ollama:11434")
OLLAMA_MODEL = os.getenv("OLLAMA_MODEL", "qwen2.5:7b")
BROWSERLESS_WS = os.getenv("BROWSERLESS_WS", "ws://browserless:3000")

app = FastAPI(title="Private AI Browser Agent")


class BrowserTask(BaseModel):
    url: str
    task: str


def call_ollama(prompt: str) -> str:
    response = requests.post(
        f"{OLLAMA_BASE_URL}/api/generate",
        json={
            "model": OLLAMA_MODEL,
            "prompt": prompt,
            "stream": False
        },
        timeout=300
    )
    response.raise_for_status()
    return response.json().get("response", "")


@app.get("/health")
def health():
    return {
        "status": "ok",
        "model": OLLAMA_MODEL,
        "ollama": OLLAMA_BASE_URL
    }


@app.post("/plan")
def plan(task: BrowserTask):
    prompt = f"""
你是一个企业内部 AI 浏览器助手。
用户希望你访问网页并完成任务。

目标网址：
{task.url}

用户任务：
{task.task}

请你输出一个详细的浏览器操作计划，要求：
1. 使用步骤列表；
2. 明确每一步要点击、输入或读取什么；
3. 如果需要登录，提醒用户准备账号；
4. 不要编造网页上不存在的信息；
5. 输出中文。
"""
    result = call_ollama(prompt)
    return {
        "url": task.url,
        "task": task.task,
        "plan": result
    }


@app.post("/snapshot")
async def snapshot(task: BrowserTask):
    async with async_playwright() as p:
        browser = await p.chromium.connect_over_cdp(BROWSERLESS_WS)
        page = await browser.new_page()
        await page.goto(task.url, wait_until="domcontentloaded", timeout=60000)

        title = await page.title()
        text = await page.locator("body").inner_text(timeout=60000)

        await browser.close()

    text = text[:6000]

    prompt = f"""
你是一个网页内容分析助手。
下面是用户任务和网页正文，请根据网页内容回答用户问题。

用户任务：
{task.task}

网页标题：
{title}

网页正文：
{text}

要求：
1. 只基于网页正文回答；
2. 不确定就说明不确定；
3. 输出中文；
4. 如适合，请用 Markdown 表格整理。
"""
    answer = call_ollama(prompt)

    return {
        "url": task.url,
        "title": title,
        "answer": answer
    }
EOF

3. 创建 Dockerfile

cat > agent/Dockerfile <<'EOF'
FROM python:3.11-slim

WORKDIR /app

ENV PYTHONDONTWRITEBYTECODE=1
ENV PYTHONUNBUFFERED=1

RUN apt-get update && apt-get install -y \
    wget \
    ca-certificates \
    fonts-noto-cjk \
    && rm -rf /var/lib/apt/lists/*

COPY requirements.txt /app/requirements.txt

RUN pip install --no-cache-dir -r /app/requirements.txt \
    && python -m playwright install --with-deps chromium

COPY app.py /app/app.py

EXPOSE 8000

CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]
EOF

九、启动服务

在 /opt/ai-browser 目录下执行：

docker compose up -d --build

查看容器状态：

docker compose ps

查看日志：

docker compose logs -f

单独查看 Ollama 日志：

docker logs -f ai-browser-ollama

十、下载本地大模型

进入 Ollama 容器：

docker exec -it ai-browser-ollama bash

下载模型：

ollama pull qwen2.5:7b

也可以下载其他模型：

ollama pull qwen2.5:14b
ollama pull llama3.1:8b
ollama pull qwen2.5-coder:7b
ollama pull deepseek-r1:7b

退出容器：

exit

在宿主机测试模型：

curl http://127.0.0.1:11434/api/generate \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen2.5:7b",
    "prompt": "请用一句话介绍什么是AI浏览器",
    "stream": false
  }'

如果能返回内容，说明 Ollama 已正常工作。

十一、访问 Open WebUI

浏览器访问：

http://服务器IP:3000

首次打开需要创建管理员账号。

创建完成后，可以在 Open WebUI 中选择 qwen2.5:7b 模型进行对话测试。

如果是内网部署，建议只允许内网网段访问，例如：

http://192.168.1.100:3000

十二、测试 AI Agent API

1. 健康检查

curl http://127.0.0.1:8000/health

正常返回示例：

{
  "status": "ok",
  "model": "qwen2.5:7b",
  "ollama": "http://ollama:11434"
}

2. 生成网页操作计划

curl -X POST http://127.0.0.1:8000/plan \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com",
    "task": "打开页面，判断这个网站主要展示了什么内容"
  }'

返回内容中会包含 AI 生成的浏览器操作计划。

3. 抓取网页正文并让模型分析

curl -X POST http://127.0.0.1:8000/snapshot \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com",
    "task": "总结这个页面的主要内容"
  }'

这个接口会实际打开网页，读取页面正文，然后调用本地大模型总结。

十三、启用 GPU 加速

如果服务器有 NVIDIA GPU，建议为 Ollama 开启 GPU 支持。

1. 安装 NVIDIA 驱动

先查看显卡：

lspci | grep -i nvidia

安装推荐驱动：

sudo ubuntu-drivers autoinstall
sudo reboot

重启后验证：

nvidia-smi

2. 安装 NVIDIA Container Toolkit

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
  | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
  | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
  | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt update
sudo apt install -y nvidia-container-toolkit

配置 Docker：

sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

验证：

docker run --rm --gpus all nvidia/cuda:12.4.1-base-ubuntu22.04 nvidia-smi

3. 修改 docker-compose.yml

将 Ollama 服务改成如下形式：

  ollama:
    image: ollama/ollama:latest
    container_name: ai-browser-ollama
    restart: unless-stopped
    ports:
      - "11434:11434"
    volumes:
      - ollama_data:/root/.ollama
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]

然后重启：

docker compose down
docker compose up -d

查看 Ollama 是否使用 GPU：

docker logs -f ai-browser-ollama

也可以在另一个终端观察显存：

watch -n 1 nvidia-smi

十四、配置 Nginx 反向代理，可选

如果你希望通过统一域名访问服务，例如：

http://ai-browser.company.local

可以使用 Nginx 反向代理。

1. 安装 Nginx

sudo apt install -y nginx

2. 创建配置文件

sudo tee /etc/nginx/sites-available/ai-browser.conf > /dev/null <<'EOF'
server {
    listen 80;
    server_name ai-browser.company.local;

    client_max_body_size 100m;

    location /webui/ {
        proxy_pass http://127.0.0.1:3000/;
        proxy_http_version 1.1;
        proxy_set_header Host $host;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header X-Real-IP $remote_addr;
    }

    location /agent/ {
        proxy_pass http://127.0.0.1:8000/;
        proxy_http_version 1.1;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}
EOF

启用配置：

sudo ln -s /etc/nginx/sites-available/ai-browser.conf /etc/nginx/sites-enabled/ai-browser.conf
sudo nginx -t
sudo systemctl reload nginx

如果是内网域名，需要在 DNS 或本机 hosts 中添加解析。

例如本机测试：

sudo sh -c 'echo "192.168.1.100 ai-browser.company.local" >> /etc/hosts'

十五、安全加固建议

AI 浏览器具备“访问网页”和“自动操作”的能力，因此安全边界一定要设计清楚。

1. 不要直接暴露到公网

除非你已经做好认证、审计、限流、HTTPS 和访问控制，否则不建议将以下端口暴露到公网：

11434：Ollama
3000：Open WebUI
3001：Browserless
8000：Agent API

建议只允许内网访问。

2. 修改 Browserless Token

不要使用默认 Token。可以通过以下命令生成：

openssl rand -hex 32

然后写入 docker-compose.yml。

3. 限制服务器防火墙

例如只允许内网访问：

sudo ufw allow from 192.168.0.0/16 to any port 3000
sudo ufw allow from 192.168.0.0/16 to any port 8000
sudo ufw allow from 192.168.0.0/16 to any port 11434
sudo ufw enable
sudo ufw status

如果通过 Nginx 统一代理，可以不开放容器端口给外部，只暴露 80 或 443。

4. 控制可访问域名

生产环境建议在 Agent 服务中增加域名白名单，例如只允许访问：

*.company.local
oa.company.local
crm.company.local
wiki.company.local

避免 AI 浏览器被滥用访问不可信网站。

5. 记录操作日志

建议记录：

• 用户是谁；
• 提交了什么任务；
• 访问了哪个 URL；
• AI 做了哪些操作；
• 最终输出了什么；
• 是否发生异常。

这对审计和问题排查非常重要。

十六、常见问题排查

1. Open WebUI 无法连接 Ollama

检查容器是否正常：

docker compose ps

检查 Ollama 日志：

docker logs ai-browser-ollama

检查 Open WebUI 环境变量：

docker inspect ai-browser-open-webui | grep OLLAMA_BASE_URL

如果修改过配置，重启服务：

docker compose restart open-webui

2. 模型响应很慢

可能原因：

• 使用 CPU 跑大模型；
• 内存不足；
• 模型参数过大；
• 并发请求过多。

解决方式：

docker stats

查看资源占用。如果没有 GPU，建议先使用小模型：

docker exec -it ai-browser-ollama ollama pull qwen2.5:7b

如果有 GPU，检查：

nvidia-smi

3. Browserless 无法打开页面

检查日志：

docker logs ai-browser-chrome

检查端口：

curl http://127.0.0.1:3001/json/version

如果访问内部系统失败，可能是容器 DNS 或网络策略问题。可以进入 Agent 容器测试：

docker exec -it ai-browser-agent bash

然后执行：

python -c "import requests; print(requests.get('https://example.com').status_code)"

4. 中文显示乱码

本文 Dockerfile 已安装：

fonts-noto-cjk

如果仍有问题，可以进入容器确认字体：

docker exec -it ai-browser-agent bash
fc-list | grep Noto

如缺少 fc-list，可安装字体工具。

5. Agent 接口报错

查看日志：

docker logs -f ai-browser-agent

重建 Agent：

docker compose build agent
docker compose up -d agent

十七、如何扩展为真正的“自动操作型”AI 浏览器？

本文示例中的 /snapshot 接口已经能够打开网页、读取正文并让模型分析。要进一步实现“自动点击、填写、提交”，可以继续扩展以下能力：

1. 增加页面元素提取

通过 Playwright 获取页面上的按钮、输入框、链接：

buttons = await page.locator("button").all_inner_texts()
links = await page.locator("a").all_inner_texts()
inputs = await page.locator("input").count()

2. 让模型输出结构化动作

要求模型输出 JSON，例如：

[
  {
    "action": "click",
    "selector": "text=登录"
  },
  {
    "action": "fill",
    "selector": "#username",
    "value": "admin"
  },
  {
    "action": "fill",
    "selector": "#password",
    "value": "******"
  }
]

3. Agent 执行动作

根据模型返回的动作调用 Playwright：

await page.click(selector)
await page.fill(selector, value)
await page.press(selector, "Enter")

4. 加入人工确认机制

对于高风险动作，例如：

• 删除数据；
• 提交审批；
• 支付；
• 修改权限；
• 导出敏感数据；

必须增加人工确认。

建议策略：

低风险：AI 自动执行
中风险：AI 给出计划，用户确认后执行
高风险：只生成建议，不允许自动执行

十八、生产环境部署建议

如果要在企业内部正式使用，建议至少增加以下能力：

1. 用户认证

可以接入：

• LDAP；
• 企业微信；
• 飞书；
• 钉钉；
• SSO；
• OAuth2；
• Keycloak。

2. 权限控制

不同用户可访问不同系统，例如：

3. 任务队列

如果任务较多，建议引入队列：

• Redis Queue；
• Celery；
• RabbitMQ；
• Kafka。

避免所有任务同时执行，导致浏览器实例过多。

4. 会话隔离

每个用户使用独立浏览器上下文：

context = await browser.new_context()
page = await context.new_page()

任务结束后销毁上下文，避免 Cookie 混用。

5. 文件存储

如果 AI 浏览器需要下载文件或生成截图，可以挂载本地目录：

volumes:
  - ./data/downloads:/downloads

6. 审计与告警

建议记录所有任务并对异常行为告警，例如：

• 访问了非白名单域名；
• 高频提交表单；
• 下载大量文件；
• 多次登录失败；
• 触发敏感关键词。

十九、升级与维护命令

查看所有容器

docker compose ps

查看资源占用

docker stats

重启全部服务

docker compose restart

停止服务

docker compose down

启动服务

docker compose up -d

更新镜像

docker compose pull
docker compose up -d

重新构建 Agent

docker compose build agent
docker compose up -d agent

备份数据卷

创建备份目录：

mkdir -p /opt/ai-browser-backup

备份 Ollama 数据：

docker run --rm \
  -v ai-browser_ollama_data:/data \
  -v /opt/ai-browser-backup:/backup \
  alpine \
  tar czf /backup/ollama_data_$(date +%F).tar.gz -C /data .

备份 Open WebUI 数据：

docker run --rm \
  -v ai-browser_open_webui_data:/data \
  -v /opt/ai-browser-backup:/backup \
  alpine \
  tar czf /backup/open_webui_data_$(date +%F).tar.gz -C /data .

查看备份文件：

ls -lh /opt/ai-browser-backup

二十、总结

本文提供了一套完整的 AI 浏览器私有化部署方案。通过 Ollama、本地大模型、Browserless Chrome、Python Agent 和 Docker Compose，可以在企业内网快速搭建一个可控、可扩展、可审计的 AI 浏览器基础平台。

这套方案的核心价值在于：

1. 数据不出内网
   模型、浏览器、任务日志都可以部署在自己的服务器中。

2. 可连接内部系统
   适合 OA、CRM、ERP、知识库、后台管理系统等场景。

3. 可逐步扩展
   可以从网页总结开始，逐步扩展到点击、填写、下载、截图、巡检和自动化执行。

4. 成本可控
   通过本地模型和私有算力降低长期使用成本。

5. 安全边界清晰
   可结合白名单、权限控制、人工确认和审计日志，降低自动化操作风险。

如果只是做概念验证，可以直接按照本文命令部署。
如果要用于生产环境，建议进一步完善认证、权限、审计、任务队列、会话隔离和高风险操作确认机制。

最终，AI 浏览器不应该被简单理解为“会聊天的浏览器”，而应该被视为一种新的企业自动化入口：它连接用户意图、大语言模型、浏览器环境和内部业务系统，让大量重复性、流程化、网页化的工作逐步实现智能化。