web-ui Agent工作流
经 AI Skill Hub 精选评估，web-ui Agent工作流 获评「强烈推荐」。在 GitHub 上收获超过 16.0k 颗 Star，这款AI工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.5 分，适合有一定技术背景的用户使用。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
web-ui Agent工作流 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 web-ui Agent工作流 的版本更新，及时通知重要功能变化。
📋 工具概览
web-ui Agent工作流 是一款基于 Python 开发的开源工具，专注于 AI代理、工作流自动化、浏览器自动化 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
web-ui Agent工作流 是一款基于 Python 开发的开源工具，专注于 AI代理、工作流自动化、浏览器自动化 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 方式一：pip 安装（推荐）
pip install web-ui
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install web-ui
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/browser-use/web-ui
cd web-ui
pip install -e .
# 验证安装
python -c "import web_ui; print('安装成功')"
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 命令行使用
web-ui --help
# 基本用法
web-ui input_file -o output_file
# Python 代码中调用
import web_ui
# 示例
result = web_ui.process("input")
print(result)
# web-ui 配置文件示例（config.yml） app: name: "web-ui" debug: false log_level: "INFO" # 运行时指定配置文件 web-ui --config config.yml # 或通过环境变量配置 export WEB_UI_API_KEY="your-key" export WEB_UI_OUTPUT_DIR="./output"
简介
<img src="./assets/web-ui.png" alt="Browser Use Web UI" width="full"/>
<br/>
This project builds upon the foundation of the browser-use, which is designed to make websites accessible for AI agents.
We would like to officially thank WarmShao for his contribution to this project.
WebUI: is built on Gradio and supports most of browser-use functionalities. This UI is designed to be user-friendly and enables easy interaction with the browser agent.
Expanded LLM Support: We've integrated support for various Large Language Models (LLMs), including: Google, OpenAI, Azure OpenAI, Anthropic, DeepSeek, Ollama etc. And we plan to add support for even more models in the future.
Custom Browser Support: You can use your own browser with our tool, eliminating the need to re-login to sites or deal with other authentication challenges. This feature also supports high-definition screen recording.
Persistent Browser Sessions: You can choose to keep the browser window open between AI tasks, allowing you to see the complete history and state of AI interactions.
<video src="https://github.com/user-attachments/assets/56bc7080-f2e3-4367-af22-6bf2245ff6cb" controls="controls">Your browser does not support playing this video!</video>
Installation Guide
Option 1: Local Installation
Read the quickstart guide or follow the steps below to get started.
#### Step 1: Clone the Repository
git clone https://github.com/browser-use/web-ui.git
cd web-ui#### Step 2: Set Up Python Environment We recommend using uv for managing the Python environment.
Using uv (recommended):
uv venv --python 3.11Activate the virtual environment: - Windows (Command Prompt):
.venv\Scripts\activate.\.venv\Scripts\Activate.ps1source .venv/bin/activate#### Step 3: Install Dependencies Install Python packages:
uv pip install -r requirements.txtInstall Browsers in playwright.
playwright install --with-depsplaywright install chromium --with-deps#### Step 4: Configure Environment 1. Create a copy of the example environment file: - Windows (Command Prompt):
copy .env.example .envcp .env.example .env.env in your preferred text editor and add your API keys and other settings
#### Step 5: Enjoy the web-ui 1. Run the WebUI:
python webui.py --ip 127.0.0.1 --port 7788
http://127.0.0.1:7788. 3. Using Your Own Browser(Optional): - Set BROWSER_PATH to the executable path of your browser and BROWSER_USER_DATA to the user data directory of your browser. Leave BROWSER_USER_DATA empty if you want to use local user data. - Windows BROWSER_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
BROWSER_USER_DATA="C:\Users\YourUsername\AppData\Local\Google\Chrome\User Data"
YourUsername with your actual Windows username for Windows systems. - Mac BROWSER_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
BROWSER_USER_DATA="/Users/YourUsername/Library/Application Support/Google/Chrome"
Option 2: Docker Installation
#### Prerequisites - Docker and Docker Compose installed - Docker Desktop (For Windows/macOS) - Docker Engine and Docker Compose (For Linux)
#### Step 1: Clone the Repository
git clone https://github.com/browser-use/web-ui.git
cd web-ui#### Step 2: Configure Environment 1. Create a copy of the example environment file: - Windows (Command Prompt):
copy .env.example .envcp .env.example .env.env in your preferred text editor and add your API keys and other settings
#### Step 3: Docker Build and Run
docker compose up --buildTARGETPLATFORM=linux/arm64 docker compose up --build#### Step 4: Enjoy the web-ui and vnc - Web-UI: Open http://localhost:7788 in your browser - VNC Viewer (for watching browser interactions): Open http://localhost:6080/vnc.html - Default VNC password: "youvncpassword" - Can be changed by setting VNC_PASSWORD in your .env file
成熟的浏览器AI代理框架，社区活跃度高（16k星），架构设计合理，适合企业级自动化应用开发。
- 构建多智能体协作系统的 Agent 开发者
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Python 依赖冲突：建议用 venv / uv 隔离环境
- Docker：web-ui 提供官方镜像，docker compose up 一键启动
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 构建多智能体协作系统的 Agent 开发者
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
- +GitHub 16.0k Star，社区高度认可
- +MIT 协议，可免费商用
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：web-ui Agent工作流 的核心功能完整，质量优秀。对于AI爱好者来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | web-ui |
| 原始描述 | 开源AI工作流：🖥️ Run AI Agent in your browser.。⭐16.0k · Python |
| Topics | AI代理工作流自动化浏览器自动化开源框架Python |
| GitHub | https://github.com/browser-use/web-ui |
| License | MIT |
| 语言 | Python |
收录时间：2026-05-15 · 更新时间：2026-05-19 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。