AI浏览器 部署完整教程｜附完整命令

随着大模型能力的提升，“AI浏览器”逐渐成为很多开发者和效率工具爱好者关注的方向。所谓 AI 浏览器，并不是简单地在浏览器里接入一个聊天机器人，而是让 AI 能够像人一样打开网页、点击按钮、填写表单、读取页面内容，并根据任务目标自动完成一系列网页操作。

例如，你可以让 AI 浏览器完成以下任务：

• 打开某个网站并搜索指定关键词；
• 自动阅读网页内容并总结；
• 登录后台系统并提取数据；
• 在网页表单中填写信息；
• 执行跨页面、多步骤的自动化操作；
• 结合大模型完成“理解 + 操作 + 反馈”的闭环。

本文将以常见的 Browser Use / AI Browser WebUI 类项目 为例，讲解如何从零开始部署一个可用的 AI 浏览器环境。文章会覆盖本地部署、Docker 部署、Playwright 浏览器依赖安装、环境变量配置、OpenAI / 本地大模型接入、常见报错处理等内容，并提供完整命令，方便直接复制使用。

一、AI浏览器是什么？

AI 浏览器通常由以下几个核心部分组成：

1. 浏览器自动化引擎
   常见方案是 Playwright 或 Selenium。它们可以控制 Chrome / Chromium 浏览器，实现打开网页、点击、输入、截图、获取 DOM 等能力。

2. 大语言模型
   例如 OpenAI GPT、Claude、Gemini、DeepSeek、通义千问、智谱 GLM，或者本地部署的 Ollama / vLLM 模型。大模型负责理解任务、规划步骤、分析网页内容。

3. 任务执行框架
   例如 browser-use、LangChain、Agent 框架等。它们负责将“用户目标”拆解成一步步浏览器操作。

4. WebUI 管理界面
   通过网页界面提交任务、查看执行过程、调整模型参数和浏览器设置。

一个典型的 AI 浏览器工作流程如下：

用户输入任务
    ↓
大模型理解任务
    ↓
生成浏览器操作计划
    ↓
Playwright 控制浏览器执行
    ↓
读取网页结果
    ↓
大模型继续判断下一步
    ↓
完成任务并返回结果

二、部署前准备

在正式部署之前，需要准备好以下环境。

1. 服务器或本地电脑配置建议

如果只是体验，普通电脑即可：

如果你计划接入本地大模型，配置要求会更高。例如运行 7B 模型通常建议 16GB 内存以上，如果使用 GPU，则需要安装对应的 CUDA 环境。

三、方式一：使用 Docker 快速部署 AI 浏览器

Docker 部署是最推荐的方式，优点是环境隔离、依赖简单、迁移方便。

1. 安装 Docker

如果你使用的是 Ubuntu / Debian，可以执行以下命令：

sudo apt update
sudo apt install -y ca-certificates curl gnupg lsb-release

添加 Docker 官方 GPG 密钥：

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

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 \
$(lsb_release -cs) stable" | \
sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

安装 Docker：

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

启动 Docker：

sudo systemctl enable docker
sudo systemctl start docker

验证安装：

docker --version
docker compose version

如果你不想每次使用 Docker 都输入 sudo，可以执行：

sudo usermod -aG docker $USER

然后重新登录终端。

2. 克隆 AI 浏览器项目

这里以一个典型的 AI Browser WebUI 项目结构为例。你可以将仓库地址替换为自己实际使用的项目地址。

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

如果你的服务器无法访问 GitHub，可以使用代理，或者先在本地下载后上传到服务器。

3. 创建环境变量文件

通常项目会提供 .env.example 示例文件，可以复制一份：

cp .env.example .env

编辑配置文件：

nano .env

如果使用 OpenAI API，可以填写：

OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_MODEL=gpt-4o

如果你使用兼容 OpenAI API 格式的服务，例如 DeepSeek、通义千问、智谱、OneAPI、LiteLLM，也可以这样配置：

OPENAI_API_KEY=你的API_KEY
OPENAI_BASE_URL=https://api.deepseek.com/v1
OPENAI_MODEL=deepseek-chat

如果服务商的接口路径不是 /v1，请以服务商文档为准。

4. 使用 Docker Compose 启动

如果项目中已经包含 docker-compose.yml，可以直接执行：

docker compose up -d

查看容器状态：

docker compose ps

查看日志：

docker compose logs -f

如果镜像需要重新构建，可以使用：

docker compose up -d --build

启动成功后，一般可以通过以下地址访问：

http://服务器IP:7788

如果是在本机部署，则访问：

http://localhost:7788

5. Docker 常用管理命令

停止服务：

docker compose down

重启服务：

docker compose restart

查看实时日志：

docker compose logs -f

进入容器：

docker compose exec app bash

清理无用镜像：

docker system prune -a

注意：docker system prune -a 会删除未使用的镜像和缓存，执行前请确认不影响其他项目。

四、方式二：本地 Python 环境部署

如果你不想使用 Docker，也可以直接使用 Python 虚拟环境部署。

1. 安装基础依赖

Ubuntu / Debian 系统执行：

sudo apt update
sudo apt install -y git python3 python3-pip python3-venv build-essential

检查 Python 版本：

python3 --version

建议版本为 Python 3.10 或 Python 3.11。

2. 克隆项目代码

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

3. 创建 Python 虚拟环境

python3 -m venv venv

激活虚拟环境：

source venv/bin/activate

看到命令行前面出现 (venv)，说明虚拟环境已激活。

升级 pip：

pip install --upgrade pip setuptools wheel

4. 安装 Python 依赖

如果项目提供 requirements.txt：

pip install -r requirements.txt

如果项目使用 pyproject.toml：

pip install .

如果你需要开发模式安装：

pip install -e .

5. 安装 Playwright 浏览器依赖

AI 浏览器通常依赖 Playwright 控制 Chromium 浏览器。安装 Python 包后，还需要安装浏览器内核：

playwright install

在 Linux 服务器上，建议同时安装系统依赖：

playwright install-deps

如果只需要 Chromium：

playwright install chromium

如果执行时报权限问题，可以使用：

sudo $(which playwright) install-deps

6. 配置环境变量

复制环境变量文件：

cp .env.example .env

编辑：

nano .env

OpenAI 示例：

OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_MODEL=gpt-4o

DeepSeek 示例：

OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx
OPENAI_BASE_URL=https://api.deepseek.com/v1
OPENAI_MODEL=deepseek-chat

本地 Ollama 示例：

OPENAI_API_KEY=ollama
OPENAI_BASE_URL=http://localhost:11434/v1
OPENAI_MODEL=qwen2.5:7b

7. 启动 WebUI

不同项目的启动命令可能不完全一致。常见启动方式如下。

如果项目使用 Gradio：

python webui.py --ip 0.0.0.0 --port 7788

或者：

python app.py

如果使用 Uvicorn：

uvicorn app:app --host 0.0.0.0 --port 7788

如果项目提供启动脚本：

bash start.sh

启动成功后访问：

http://服务器IP:7788

五、接入 OpenAI API

如果你使用 OpenAI 官方接口，配置最简单。

.env 示例：

OPENAI_API_KEY=sk-your-openai-api-key
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_MODEL=gpt-4o

如果项目支持多模型配置，也可以在 WebUI 页面中填写：

Provider: OpenAI
Base URL: https://api.openai.com/v1
Model: gpt-4o
API Key: sk-xxxxxxxx

推荐模型：

AI 浏览器涉及网页理解、步骤规划和任务执行，建议使用推理和工具调用能力较强的模型。太弱的模型可能会出现无法正确点击、误判页面结构、循环操作等问题。

六、接入 DeepSeek API

DeepSeek 的接口通常兼容 OpenAI 格式，配置方式如下：

OPENAI_API_KEY=你的DeepSeek_API_KEY
OPENAI_BASE_URL=https://api.deepseek.com/v1
OPENAI_MODEL=deepseek-chat

如果你想使用推理模型：

OPENAI_MODEL=deepseek-reasoner

不过需要注意，推理模型在某些浏览器自动化任务中可能响应更慢，适合复杂分析场景；普通网页操作任务使用 deepseek-chat 通常已经足够。

七、接入本地 Ollama 模型

如果你希望完全本地运行，不依赖云端大模型，可以使用 Ollama。

1. 安装 Ollama

Linux/macOS 执行：

curl -fsSL https://ollama.com/install.sh | sh

启动服务：

ollama serve

如果系统已经注册为服务，可以使用：

sudo systemctl enable ollama
sudo systemctl start ollama

2. 下载模型

例如下载 Qwen2.5 7B：

ollama pull qwen2.5:7b

下载 Llama 3.1：

ollama pull llama3.1:8b

查看本地模型：

ollama list

测试模型：

ollama run qwen2.5:7b

3. 配置 AI 浏览器连接 Ollama

因为 Ollama 提供兼容 OpenAI 的 API，可以这样配置：

OPENAI_API_KEY=ollama
OPENAI_BASE_URL=http://127.0.0.1:11434/v1
OPENAI_MODEL=qwen2.5:7b

如果 AI 浏览器在 Docker 容器中运行，而 Ollama 在宿主机运行，Linux 下可能不能直接访问 127.0.0.1。可以使用宿主机网关地址，或者在 docker-compose.yml 中添加：

extra_hosts:
  - "host.docker.internal:host-gateway"

然后将 .env 改为：

OPENAI_BASE_URL=http://host.docker.internal:11434/v1
OPENAI_API_KEY=ollama
OPENAI_MODEL=qwen2.5:7b

八、配置浏览器运行模式

AI 浏览器通常支持两种模式：

1. 有头模式

有头模式会显示真实浏览器窗口，适合本地调试。

BROWSER_HEADLESS=false

优点是可以观察 AI 的每一步操作，方便排查问题。

2. 无头模式

无头模式不会显示浏览器窗口，适合服务器部署。

BROWSER_HEADLESS=true

如果服务器没有图形界面，建议使用无头模式。否则 Playwright 可能会报错。

九、服务器开放端口

如果你部署在云服务器上，需要放行 WebUI 端口。例如端口为 7788。

Ubuntu 使用 UFW：

sudo ufw allow 7788/tcp
sudo ufw reload
sudo ufw status

如果是云服务器，还需要在云厂商控制台的安全组中放行：

协议：TCP
端口：7788
来源：0.0.0.0/0

如果只是自己使用，建议限制来源 IP，提高安全性。

十、使用 Nginx 反向代理

如果你希望通过域名访问 AI 浏览器，可以使用 Nginx。

1. 安装 Nginx

sudo apt update
sudo apt install -y nginx

2. 创建站点配置

sudo nano /etc/nginx/sites-available/ai-browser.conf

写入：

server {
    listen 80;
    server_name ai.example.com;

    location / {
        proxy_pass http://127.0.0.1:7788;
        proxy_http_version 1.1;

        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;

        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";

        proxy_read_timeout 300;
        proxy_send_timeout 300;
    }
}

启用配置：

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

访问：

http://ai.example.com

十一、配置 HTTPS 证书

推荐使用 Certbot 免费申请 Let’s Encrypt 证书。

安装 Certbot：

sudo apt install -y certbot python3-certbot-nginx

申请证书：

sudo certbot --nginx -d ai.example.com

根据提示选择是否强制跳转 HTTPS。完成后访问：

https://ai.example.com

测试自动续期：

sudo certbot renew --dry-run

十二、后台常驻运行

如果你使用 Docker，docker compose up -d 已经是后台运行。

如果你使用 Python 本地部署，可以使用 screen、tmux 或 systemd。

1. 使用 tmux

安装：

sudo apt install -y tmux

创建会话：

tmux new -s ai-browser

进入项目目录并启动：

cd /opt/ai-browser
source venv/bin/activate
python webui.py --ip 0.0.0.0 --port 7788

按下：

Ctrl + B
然后按 D

即可退出会话但程序继续运行。

重新进入：

tmux attach -t ai-browser

2. 使用 systemd

创建服务文件：

sudo nano /etc/systemd/system/ai-browser.service

写入以下内容，注意修改路径：

[Unit]
Description=AI Browser WebUI
After=network.target

[Service]
Type=simple
WorkingDirectory=/opt/ai-browser
EnvironmentFile=/opt/ai-browser/.env
ExecStart=/opt/ai-browser/venv/bin/python /opt/ai-browser/webui.py --ip 0.0.0.0 --port 7788
Restart=always
RestartSec=5

[Install]
WantedBy=multi-user.target

重新加载 systemd：

sudo systemctl daemon-reload

启动服务：

sudo systemctl start ai-browser

设置开机自启：

sudo systemctl enable ai-browser

查看状态：

sudo systemctl status ai-browser

查看日志：

journalctl -u ai-browser -f

十三、AI浏览器任务示例

部署完成后，可以在 WebUI 中输入任务。例如：

打开百度，搜索“AI浏览器是什么”，阅读前3个结果，并用中文总结主要观点。

或者：

打开 https://news.ycombinator.com，找到当前热门的前5条新闻标题，并翻译成中文。

再比如：

打开某个产品官网，查找价格页面，总结不同套餐的区别。

对于复杂任务，建议写得更明确：

请打开 example.com，进入 Pricing 页面，提取 Basic、Pro、Enterprise 三个套餐的价格、主要功能和限制，最后用 Markdown 表格输出。

越明确的任务，AI 浏览器越容易正确执行。

十四、常见问题与解决方案

1. Playwright 浏览器启动失败

报错可能类似：

Executable doesn't exist

解决：

playwright install chromium

如果缺少系统依赖：

playwright install-deps

2. Linux 服务器无图形界面报错

如果使用有头模式，可能会报：

Missing X server or $DISPLAY

解决办法是开启无头模式：

BROWSER_HEADLESS=true

或者使用虚拟显示：

sudo apt install -y xvfb
xvfb-run python webui.py --ip 0.0.0.0 --port 7788

3. API Key 无效

检查 .env 是否填写正确：

cat .env

确认：

OPENAI_API_KEY=正确的key
OPENAI_BASE_URL=正确的接口地址
OPENAI_MODEL=正确的模型名称

修改后重启服务：

docker compose restart

或：

sudo systemctl restart ai-browser

4. Docker 容器无法访问宿主机 Ollama

在 docker-compose.yml 中添加：

extra_hosts:
  - "host.docker.internal:host-gateway"

然后 .env 配置：

OPENAI_BASE_URL=http://host.docker.internal:11434/v1
OPENAI_API_KEY=ollama
OPENAI_MODEL=qwen2.5:7b

重启：

docker compose down
docker compose up -d

5. AI 操作网页时经常失败

可能原因包括：

• 模型能力不足；
• 网页结构复杂；
• 页面有验证码；
• 页面加载太慢；
• 任务描述不够清晰；
• 浏览器上下文长度不足；
• 网站反自动化策略较强。

建议：

1. 使用更强模型；
2. 将任务拆分成多个小任务；
3. 明确说明目标页面和输出格式；
4. 增加等待时间；
5. 尽量避免需要验证码的网站；
6. 使用无痕或新的浏览器上下文。

十五、安全建议

AI 浏览器具备真实网页操作能力，因此一定要注意安全。

1. 不要暴露到公网

如果必须公网访问，建议至少增加：

• HTTPS；
• 登录认证；
• IP 白名单；
• 防火墙限制；
• Nginx Basic Auth。

2. 不要让 AI 直接操作敏感账户

例如：

• 银行账户；
• 支付平台；
• 云服务器控制台；
• 公司核心后台；
• 私人邮箱；
• 含有重要数据的系统。

3. 谨慎保存 Cookie 和账号密码

如果项目支持持久化浏览器配置，应确认保存路径权限安全。

例如：

chmod 600 .env

避免 API Key 泄露：

ls -la .env

4. 设置访问密码

如果 WebUI 支持账号密码，可以配置：

WEBUI_USERNAME=admin
WEBUI_PASSWORD=strong_password_here

如果项目本身不支持，可以使用 Nginx Basic Auth。

安装工具：

sudo apt install -y apache2-utils

创建密码文件：

sudo htpasswd -c /etc/nginx/.htpasswd admin

修改 Nginx 配置：

location / {
    auth_basic "AI Browser Login";
    auth_basic_user_file /etc/nginx/.htpasswd;

    proxy_pass http://127.0.0.1:7788;
    proxy_http_version 1.1;
    proxy_set_header Host $host;
    proxy_set_header X-Real-IP $remote_addr;
    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
}

重载：

sudo nginx -t
sudo systemctl reload nginx

十六、更新 AI 浏览器项目

如果你是 Git 拉取的项目，可以进入目录更新：

cd ai-browser
git pull

Docker 部署更新：

docker compose down
docker compose up -d --build

Python 本地部署更新：

source venv/bin/activate
pip install -r requirements.txt --upgrade
python webui.py --ip 0.0.0.0 --port 7788

如果依赖变化较大，建议重新创建虚拟环境：

deactivate
rm -rf venv
python3 -m venv venv
source venv/bin/activate
pip install --upgrade pip
pip install -r requirements.txt
playwright install chromium

十七、完整一键部署命令参考

以下命令适合 Ubuntu 服务器，使用 Docker 部署。你只需要替换 API Key 和模型配置即可。

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

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

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

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

sudo systemctl enable docker
sudo systemctl start docker

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

cp .env.example .env

sed -i 's#OPENAI_API_KEY=.*#OPENAI_API_KEY=你的API_KEY#g' .env
sed -i 's#OPENAI_BASE_URL=.*#OPENAI_BASE_URL=https://api.openai.com/v1#g' .env
sed -i 's#OPENAI_MODEL=.*#OPENAI_MODEL=gpt-4o#g' .env

docker compose up -d --build

docker compose ps

部署完成后访问：

http://服务器IP:7788

十八、总结

AI 浏览器的核心价值在于把大模型的理解能力与浏览器自动化能力结合起来，让 AI 不只是“回答问题”，而是能够真正进入网页执行任务。通过本文的部署流程，你可以完成以下工作：

• 安装 Docker 或 Python 本地运行环境；
• 部署 AI Browser WebUI；
• 安装 Playwright 浏览器依赖；
• 接入 OpenAI、DeepSeek 或本地 Ollama 模型；
• 使用 Nginx 和 HTTPS 对外提供服务；
• 配置后台常驻运行；
• 处理常见部署和运行错误。

如果你只是想快速体验，推荐使用 Docker 部署；如果你需要二次开发，则建议使用 Python 虚拟环境本地部署。模型方面，云端大模型稳定性更好，本地模型隐私性更强，可以根据自己的需求选择。

最后提醒：AI 浏览器拥有真实网页操作能力，部署后一定要做好访问控制，不要让它操作敏感账户，也不要将没有认证的 WebUI 直接暴露在公网。