为什么要用AI大模型+Python做web自动化？
Python因其简洁易用和丰富的生态系统，成为自动化领域的首选语言。Playwright作为微软推出的跨浏览器自动化框架，支持Chromium、Firefox和WebKit，功能强大且稳定。结合AI大模型的智能对话能力，我们可以让浏览器“听懂”指令，自动完成复杂任务，极大提升工作效率。
@[TOC]
一、环境的安装
1、前提条件
- 已安装 Python（建议 3.7 及以上版本）已配置好 Python 环境变量（可在命令行输入
python --version 验证）Windows 操作系统（本文以 PowerShell 为例）2、创建虚拟环境以及对应包
- 打开 PowerShell，进入你想创建项目的目录，例如：
cd D:\browser-use- 创建名为
browserUse 的虚拟环境：python -m venv browserUse该命令会在当前目录下生成一个名为 browserUse 的文件夹，里面包含独立的 Python 运行环境。
- 激活虚拟环境：
.\browserUse\Scripts\activate激活后，命令行提示符通常会出现 (browserUse)，表示当前处于该虚拟环境中。
- 升级 pip（Python 包管理器）到最新版本，确保安装包顺利：
pip install --upgrade pip- 安装 browser-use 包：
pip install browser-use- 安装 Playwright Python 包：
pip install playwright- 安装 Playwright 浏览器驱动
Playwright 需要下载对应的浏览器二进制文件，执行以下命令：
python -m playwright install该命令会自动下载 Chromium、Firefox、WebKit 等浏览器驱动，确保 Playwright 可以正常运行。
示例图如下：
二、获取大模型API
在浏览器中打开能用AI API，根据下面的图片教程获取自己的Base_url 和 Api_key。ai.nengyongai.cn/register?af…根据此步骤我们可以获取到两个重要的数据：
Base_url = "https://ai.nengyongai.cn/v1"Api_key = "你自己的key"三、代码的编写
下面是一个完整示例，演示如何用用AI大模型+Python实现自动打开浏览器，搜索“今天的天气”，并输出我们想要的结果。
# 导入所需的模块和类from langchain_openai import ChatOpenAI # 用于调用自研大模型接口from browser_use import Agent, Browser, BrowserConfig # 浏览器自动化相关类import asyncio # 异步编程模块from dotenv import load_dotenv # 用于加载环境变量import os # 操作系统接口模块# 加载当前目录下的.env文件中的环境变量load_dotenv()# 设置Base_url接口地址Base_url = "https://ai.nengyongai.cn/v1"# 这里填写你自己的Api_key，建议放在环境变量中，避免明文写在代码里Api_key = "你自己的key"# 将Api_key设置到环境变量中，供ChatOpenAI调用os.environ["OPENAI_API_KEY"] = Api_key# 创建一个浏览器实例，配置如下：browser = Browser( config=BrowserConfig( headless=False, # 是否无头浏览器，False表示有界面，方便调试 disable_security=True, # 禁用浏览器安全策略，方便跨域等操作 ))# 定义异步主函数async def main(): try: # 创建一个Agent实例，负责执行任务 agent = Agent( task=""" 1、访问https://www.baidu.com/, 2、搜索内容为“今天的天气”， 3、将今天的天气内容输出出来. """, # 任务描述，告诉Agent要做什么 llm=ChatOpenAI( model='gpt-4o-mini', # 使用的模型名称 base_url=Base_url, # base_url api_key=Api_key # api_key ), ) # 运行Agent，执行任务，返回结果 result = await agent.run() # 打印任务执行结果 print(result) except Exception as e: # 如果运行过程中出现异常，捕获并打印错误信息 print(f"运行出错: {e}")# 程序入口，运行异步主函数if __name__ == '__main__': asyncio.run(main())我们直接右键运行，这里差不多要等到5-10秒钟，才能自己执行web自动化。（注意：windows如果出现了启动报错等问题，那么请直接关闭杀毒软件。因为杀毒软件会阻止我们启动浏览器。）
我们可以看到它根据提示词的指示，自动获取启动浏览器，去完成我们的目标。
结语
用AI大模型+Python做Web自动化，不仅是技术的结合，更是紧跟时代以及提升效率的开始。原先的我们需要用到各种定位，现在只需简单几步，你就能让电脑帮你完成繁琐的浏览器操作，希望这篇文章能帮你快速入门，开启自动化新篇章！
