為什么要用AI大模型+Python做web自動(dòng)化？

Python因其簡潔易用和豐富的生態(tài)系統(tǒng)，成為自動(dòng)化領(lǐng)域的首選語言。Playwright作為微軟推出的跨瀏覽器自動(dòng)化框架，支持Chromium、Firefox和WebKit，功能強(qiáng)大且穩(wěn)定。結(jié)合AI大模型的智能對(duì)話能力，我們可以讓瀏覽器“聽懂”指令，自動(dòng)完成復(fù)雜任務(wù)，極大提升工作效率。

@

• 為什么要用AI大模型+Python做web自動(dòng)化？
• 一、環(huán)境的安裝

1、前提條件

2、創(chuàng)建虛擬環(huán)境以及對(duì)應(yīng)包

• 二、獲取大模型API
• 三、代碼的編寫
• 結(jié)語

一、環(huán)境的安裝

1、前提條件

• 已安裝 Python（建議 3.7 及以上版本）
• 已配置好 Python 環(huán)境變量（可在命令行輸入??python --version?? 驗(yàn)證）
• Windows 操作系統(tǒng)（本文以 PowerShell 為例）

2、創(chuàng)建虛擬環(huán)境以及對(duì)應(yīng)包

• 打開 PowerShell，進(jìn)入你想創(chuàng)建項(xiàng)目的目錄，例如：

cd D:\browser-use

• 創(chuàng)建名為??browserUse?? 的虛擬環(huán)境：

python -m venv browserUse

該命令會(huì)在當(dāng)前目錄下生成一個(gè)名為 ??browserUse?? 的文件夾，里面包含獨(dú)立的 Python 運(yùn)行環(huán)境。

• 激活虛擬環(huán)境：

.\browserUse\Scripts\activate

激活后，命令行提示符通常會(huì)出現(xiàn) ??(browserUse)??，表示當(dāng)前處于該虛擬環(huán)境中。

在這里插入圖片描述

• 升級(jí) pip（Python 包管理器）到最新版本，確保安裝包順利：

pip install --upgrade pip

• 安裝 browser-use 包：

pip install browser-use

• 安裝 Playwright Python 包：

pip install playwright

• 安裝 Playwright 瀏覽器驅(qū)動(dòng)

Playwright 需要下載對(duì)應(yīng)的瀏覽器二進(jìn)制文件，執(zhí)行以下命令：

python -m playwright install

該命令會(huì)自動(dòng)下載 Chromium、Firefox、WebKit 等瀏覽器驅(qū)動(dòng)，確保 Playwright 可以正常運(yùn)行。

示例圖如下：

二、獲取大模型API

在瀏覽器中打開能用AI API，根據(jù)下面的圖片教程獲取自己的Base_url 和 Api_key。https://ai.nengyongai.cn/register?aff=PEeJ

根據(jù)此步驟我們可以獲取到兩個(gè)重要的數(shù)據(jù)：

Base_url = "https://ai.nengyongai.cn/v1"
Api_key = "你自己的key"

三、代碼的編寫

下面是一個(gè)完整示例，演示如何用用AI大模型+Python實(shí)現(xiàn)自動(dòng)打開瀏覽器，搜索“今天的天氣”，并輸出我們想要的結(jié)果。

# 導(dǎo)入所需的模塊和類
from langchain_openai import ChatOpenAI  # 用于調(diào)用自研大模型接口
from browser_use import Agent, Browser, BrowserConfig  # 瀏覽器自動(dòng)化相關(guān)類
import asyncio  # 異步編程模塊
from dotenv import load_dotenv  # 用于加載環(huán)境變量
import os  # 操作系統(tǒng)接口模塊

# 加載當(dāng)前目錄下的.env文件中的環(huán)境變量
load_dotenv()

# 設(shè)置Base_url接口地址
Base_url = "https://ai.nengyongai.cn/v1"

# 這里填寫你自己的Api_key，建議放在環(huán)境變量中，避免明文寫在代碼里
Api_key = "你自己的key"

# 將Api_key設(shè)置到環(huán)境變量中，供ChatOpenAI調(diào)用
os.environ["OPENAI_API_KEY"] = Api_key

# 創(chuàng)建一個(gè)瀏覽器實(shí)例，配置如下：
browser = Browser(
    cnotallow=BrowserConfig(
        headless=False,  # 是否無頭瀏覽器，F(xiàn)alse表示有界面，方便調(diào)試
        disable_security=True,  # 禁用瀏覽器安全策略，方便跨域等操作
    )
)

# 定義異步主函數(shù)
asyncdef main():
    try:
        # 創(chuàng)建一個(gè)Agent實(shí)例，負(fù)責(zé)執(zhí)行任務(wù)
        agent = Agent(
            task="""
            1、訪問https://www.baidu.com/,
            2、搜索內(nèi)容為“今天的天氣”，
            3、將今天的天氣內(nèi)容輸出出來.
            """,  # 任務(wù)描述，告訴Agent要做什么
            llm=ChatOpenAI(
                model='gpt-4o-mini',  # 使用的模型名稱
                base_url=Base_url,  # base_url
                api_key=Api_key  # api_key
            ),
        )

        # 運(yùn)行Agent，執(zhí)行任務(wù)，返回結(jié)果
        result = await agent.run()

        # 打印任務(wù)執(zhí)行結(jié)果
        print(result)
    except Exception as e:
        # 如果運(yùn)行過程中出現(xiàn)異常，捕獲并打印錯(cuò)誤信息
        print(f"運(yùn)行出錯(cuò): {e}")

# 程序入口，運(yùn)行異步主函數(shù)
if __name__ == '__main__':
    asyncio.run(main())

我們直接右鍵運(yùn)行，這里差不多要等到5-10秒鐘，才能自己執(zhí)行web自動(dòng)化。（注意：windows如果出現(xiàn)了啟動(dòng)報(bào)錯(cuò)等問題，那么請(qǐng)直接關(guān)閉殺毒軟件。因?yàn)闅⒍拒浖?huì)阻止我們啟動(dòng)瀏覽器。）

我們可以看到它根據(jù)提示詞的指示，自動(dòng)獲取啟動(dòng)瀏覽器，去完成我們的目標(biāo)。

結(jié)語

用AI大模型+Python做Web自動(dòng)化，不僅是技術(shù)的結(jié)合，更是緊跟時(shí)代以及提升效率的開始。原先的我們需要用到各種定位，現(xiàn)在只需簡單幾步，你就能讓電腦幫你完成繁瑣的瀏覽器操作，希望這篇文章能幫你快速入門，開啟自動(dòng)化新篇章！

本文轉(zhuǎn)載自????愛學(xué)習(xí)的蝌蚪????，作者：hpstream