【玩转大模型的API】3步教你用AI大模型+Python实现web自动化：一套提示词完成所有AI自动化指令-CSDN博客

本文链接：https://blog.csdn.net/zhouzongxin94/article/details/147829118

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。

在这里插入图片描述

文章目录

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。

在这里插入图片描述

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：

在这里插入图片描述

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。
https://ai.nengyongai.cn/register?aff=PEeJ
在这里插入图片描述

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())