導(dǎo)語(yǔ)

2025年3月6日，中國(guó)AI團(tuán)隊(duì)Monica.im推出的通用型AI Agent產(chǎn)品Manus引爆全球科技圈。這款號(hào)稱“全球首款全自主執(zhí)行復(fù)雜任務(wù)的數(shù)字代理人”不僅刷新了GAIA基準(zhǔn)測(cè)試的SOTA記錄，更以“手腦并用”的設(shè)計(jì)哲學(xué)掀起了一場(chǎng)效率革命。然而，在狂熱的市場(chǎng)反響背后，爭(zhēng)議與挑戰(zhàn)也隨之浮現(xiàn)。那么，AI Agent 到底是什么？它又如何在我們的工作和生活中發(fā)揮作用呢？今天，就讓我們一同探索這一奇妙的領(lǐng)域。

一、AI Agent 的介紹

1.1 什么是 AI Agent？

AI Agent，即智能體，是一種能夠自主執(zhí)行任務(wù)并與環(huán)境進(jìn)行交互的智能程序。它通過(guò)感知環(huán)境信息，利用自身的知識(shí)和能力，做出合理的決策并采取行動(dòng)，以完成特定的目標(biāo)。AI Agent 的核心在于其自主性和智能性，它能夠像人類一樣思考和學(xué)習(xí)，不斷提升自身的性能和適應(yīng)能力。

1.2 AI Agent 的應(yīng)用

AI Agent 的應(yīng)用范圍非常廣泛，涵蓋了多個(gè)領(lǐng)域。例如，在客服領(lǐng)域，AI Agent 可以自動(dòng)回答常見(jiàn)問(wèn)題，提高客戶服務(wù)的效率；在金融領(lǐng)域，它可以用于風(fēng)險(xiǎn)評(píng)估和投資決策；在醫(yī)療領(lǐng)域，它可以輔助醫(yī)生進(jìn)行疾病診斷和治療方案制定；在教育領(lǐng)域，它可以為學(xué)生提供個(gè)性化的學(xué)習(xí)指導(dǎo)。

1.3 打造 AI Agent 的步驟

打造一個(gè)商用 AI Agent 通常需要經(jīng)過(guò)以下幾個(gè)步驟：

1.需求梳理：明確 AI Agent 的目標(biāo)和功能，梳理工作流程，確定哪些任務(wù)可以由 AI 協(xié)助完成。

2.軟件選型：選擇合適的 AI Agent 開(kāi)發(fā)平臺(tái)和工具，根據(jù)需求選擇合適的大模型。

3.提示工程：設(shè)計(jì)有效的提示詞，提高大模型的輸出質(zhì)量和準(zhǔn)確性。

4.數(shù)據(jù)庫(kù)選型：選擇合適的數(shù)據(jù)庫(kù)，存儲(chǔ) AI Agent 運(yùn)行過(guò)程中產(chǎn)生的數(shù)據(jù)。

5.構(gòu)建 UI 界面：設(shè)計(jì)用戶界面，提高用戶體驗(yàn)。

6.測(cè)試評(píng)估：對(duì) AI Agent 進(jìn)行測(cè)試和評(píng)估，確保其能夠正確地完成任務(wù)。

7.部署發(fā)布：將 AI Agent 部署到實(shí)際環(huán)境中，供用戶使用。

二、BrowserUse 的介紹

2.1 什么是 BrowserUse？

BrowserUse 是一個(gè)開(kāi)源的 Python 庫(kù)，旨在簡(jiǎn)化 AI 代理與瀏覽器之間的交互，在Github上有36K star。通過(guò)集成 Playwright 等瀏覽器自動(dòng)化工具，BrowserUse 允許開(kāi)發(fā)者使用任何支持 LangChain 的大語(yǔ)言模型（如 GPT-4、Claude 等），來(lái)自動(dòng)化瀏覽網(wǎng)頁(yè)、提取信息、模擬用戶操作等。這不僅極大地提高了網(wǎng)頁(yè)數(shù)據(jù)抓取的效率，還為開(kāi)發(fā)者提供了一個(gè)靈活、可擴(kuò)展的框架，用于構(gòu)建復(fù)雜的網(wǎng)頁(yè)自動(dòng)化任務(wù)。之所以這么受歡迎，當(dāng)然是因?yàn)樗男阅苷眩?/p>

2.2 BrowserUse 的應(yīng)用

BrowserUse 在網(wǎng)頁(yè)自動(dòng)化任務(wù)中有著廣泛的應(yīng)用。例如，它可以用于自動(dòng)化的網(wǎng)頁(yè)數(shù)據(jù)抓取，如從新聞網(wǎng)站抓取最新的新聞資訊、從電商網(wǎng)站抓取商品信息等；可以用于自動(dòng)化的網(wǎng)頁(yè)測(cè)試，如測(cè)試網(wǎng)頁(yè)的性能和功能；還可以用于自動(dòng)化的網(wǎng)頁(yè)操作，如自動(dòng)填寫(xiě)表單、自動(dòng)點(diǎn)擊按鈕等。下面的圖來(lái)自項(xiàng)目截圖：

2.3 BrowserUse 的優(yōu)勢(shì)

BrowserUse 的優(yōu)勢(shì)主要體現(xiàn)在以下幾個(gè)方面：

1.支持多模型：BrowserUse 支持多種大語(yǔ)言模型，開(kāi)發(fā)者可以根據(jù)自己的需求選擇合適的模型。

2.易于集成：BrowserUse 提供了簡(jiǎn)單的 API，易于與現(xiàn)有的系統(tǒng)和工具集成。

3.靈活性高：BrowserUse 允許開(kāi)發(fā)者自定義任務(wù)和操作，具有很高的靈活性。

4.性能強(qiáng)大：通過(guò) Playwright 的支持，BrowserUse 能夠高效地完成各種復(fù)雜的網(wǎng)頁(yè)自動(dòng)化任務(wù)。

三、樹(shù)莓派打造 AI Agent

3.1 項(xiàng)目背景

在 AI 應(yīng)用領(lǐng)域，昂貴的云服務(wù)訂閱費(fèi)用和復(fù)雜的硬件配置一直是困擾開(kāi)發(fā)者的問(wèn)題。而樹(shù)莓派的出現(xiàn)，為這一困境帶來(lái)了轉(zhuǎn)機(jī)。這款小型計(jì)算機(jī)，憑借其強(qiáng)大的性能和豐富的擴(kuò)展性，成為眾多開(kāi)發(fā)者的寵兒。然而，單獨(dú)的樹(shù)莓派在處理復(fù)雜的 AI 任務(wù)時(shí)，仍存在一定的局限性。這時(shí)，DeepSeek 和 BrowserUse 的出現(xiàn)，就像一把鑰匙，打開(kāi)了樹(shù)莓派 AI 應(yīng)用的大門(mén)。一位Mo Zhou的作者就在國(guó)外網(wǎng)站上展示了他的成果。

你可能會(huì)問(wèn)：“這真的有用嗎？” 從我們?cè)诰W(wǎng)上看到的各類測(cè)試結(jié)果來(lái)看，DeepSeek R1 在性能上與許多高級(jí)人工智能模型相當(dāng)，甚至更優(yōu)，只是處理速度稍慢一些。當(dāng)它與用于自動(dòng)化操作的 BrowserUse 搭配使用時(shí)，能處理從內(nèi)容排期到市場(chǎng)調(diào)研等一切基于網(wǎng)絡(luò)的任務(wù)，而且沒(méi)有月費(fèi)或使用限制。

你能用它自動(dòng)化處理哪些任務(wù)呢？基本上，你在網(wǎng)絡(luò)瀏覽器中進(jìn)行的任何操作都可以實(shí)現(xiàn)自動(dòng)化：

1.監(jiān)測(cè)行業(yè)新聞

2.從網(wǎng)站收集數(shù)據(jù)

3.處理重復(fù)性的在線任務(wù)

4.安排并發(fā)布社交內(nèi)容

5.追蹤競(jìng)爭(zhēng)對(duì)手的價(jià)格

該系統(tǒng)在你的樹(shù)莓派上本地運(yùn)行，這意味著沒(méi)有云服務(wù)費(fèi)用或 API 成本。你的數(shù)據(jù)會(huì)保留在本地硬件中，并且它可以全天候運(yùn)行，耗電量比臺(tái)

拆解你的新型 AI 自動(dòng)化組合

BrowserUse—— 你的自動(dòng)化網(wǎng)絡(luò)導(dǎo)航器

1.從不休息

2.從不抱怨重復(fù)性任務(wù)

3.能完美記住所有操作步驟

4.無(wú)需登錄你的賬戶

5.即使在低功耗硬件上也能流暢運(yùn)行

DeepSeek R1—— 你的本地 AI powerhouse

1.比大多數(shù)商業(yè)人工智能模型更智能

2.可在你的設(shè)備上直接運(yùn)行（沒(méi)錯(cuò)，樹(shù)莓派也可以！）

3.做出的決策合理有效

4.零訂閱成本

整套系統(tǒng)都在樹(shù)莓派上運(yùn)行。這臺(tái)微型電腦可以處理：

1.完整的網(wǎng)絡(luò)自動(dòng)化套件

2.本地人工智能模型（140 億參數(shù)版本）

3.多個(gè)并發(fā)任務(wù)

4.全天候運(yùn)行

不同領(lǐng)域的實(shí)際任務(wù)自動(dòng)化

內(nèi)容創(chuàng)作和社交媒體

“為 Instagram、Twitter 和 LinkedIn 制定下個(gè)月的內(nèi)容日歷”

你的自動(dòng)化助手將：

1.規(guī)劃發(fā)布日程

2.為每個(gè)平臺(tái)起草定制內(nèi)容

3.自動(dòng)安排所有內(nèi)容發(fā)布

4.追蹤參與度模式

5.在你的樹(shù)莓派上全天候運(yùn)行，毫不費(fèi)力

設(shè)計(jì)趨勢(shì)分析

“在 Behance、Dribbble 和 Pinterest 上監(jiān)測(cè)金融科技領(lǐng)域新興的 UI 設(shè)計(jì)趨勢(shì)”

你的系統(tǒng)通過(guò)以下方式進(jìn)行跟蹤：

1.掃描多個(gè)設(shè)計(jì)平臺(tái)

2.分析常見(jiàn)模式

3.創(chuàng)建趨勢(shì)報(bào)告

4.保存參考圖片

5.即使你的主設(shè)備關(guān)閉，也能持續(xù)監(jiān)測(cè)

音樂(lè)行業(yè)監(jiān)測(cè)

“追蹤我的樂(lè)隊(duì)在音樂(lè)博客和社交媒體上的提及情況”

它可以處理：

1.持續(xù)的平臺(tái)監(jiān)測(cè)

2.提及和評(píng)論匯總

3.流媒體數(shù)據(jù)追蹤

4.合作機(jī)會(huì)標(biāo)記

5.低功耗的后臺(tái)運(yùn)行

市場(chǎng)分析和競(jìng)爭(zhēng)對(duì)手追蹤

“分析競(jìng)爭(zhēng)對(duì)手全系列產(chǎn)品的價(jià)格變化”

自動(dòng)化追蹤包括：

1.價(jià)格波動(dòng)監(jiān)測(cè)

2.生成對(duì)比報(bào)告

3.促銷模式分析

4.重大變化提醒

5.全天候監(jiān)測(cè)，無(wú)云服務(wù)成本

設(shè)置你經(jīng)濟(jì)實(shí)惠的 AI 助手：完整指南

準(zhǔn)備好構(gòu)建自己的人工智能自動(dòng)化系統(tǒng)了嗎？下面我們?cè)敿?xì)拆解每一個(gè)命令，讓你清楚了解每一步操作。把這想象成搭建樂(lè)高積木，每一塊都有其用途，我們將一步一步把它們組合起來(lái)。

第一步：準(zhǔn)備好你的樹(shù)莓派

在開(kāi)始之前，用這個(gè)命令讓你的樹(shù)莓派保持最佳狀態(tài)：

sudo apt-getupdate&&sudo apt-getupgrade

這一步在做什么呢？你是在告訴樹(shù)莓派：

1.更新可用軟件列表（update）

2.安裝所有軟件的最新版本（upgrade）

3.sudo 的意思是 “以管理員權(quán)限執(zhí)行此操作”

購(gòu)物清單（必備工具）

首先，獲取這些免費(fèi)工具：

1.Python—— 核心運(yùn)行時(shí)環(huán)境

2.Git—— 代碼管理工具

3.VS Code—— 開(kāi)發(fā)環(huán)境

4.UV—— 環(huán)境管理工具

5.Ollama——AI 模型運(yùn)行器

構(gòu)建你的 AI 助手（分步指南）

步驟 1：設(shè)置 BrowserUse—— 獲取代碼

gitclonehttps://github.com/browser-use/web-uicdweb-ui

這一步的操作是：

下載項(xiàng)目（git clone）

進(jìn)入項(xiàng)目文件夾（cd）

步驟 2：設(shè)置你的工作區(qū)這一步就像是為你的項(xiàng)目打造一個(gè)干凈的空間，就像為每個(gè)工作準(zhǔn)備一個(gè)單獨(dú)的工具箱。

步驟 3：激活你的工作區(qū)

對(duì)于 Windows/Linux 系統(tǒng)：無(wú)特殊指令

對(duì)于樹(shù)莓派：

sourcevenv/bin/activateexportPYTHONPATH=$PYTHONPATH:$PWD

這一步的作用是：

啟動(dòng)你項(xiàng)目的 “工具箱”

告訴樹(shù)莓派在哪里找到所有相關(guān)內(nèi)容（export 那一行指令）

步驟 4：安裝 Browseruse

pipinstall browser-useplaywright install

這一步：

安裝自動(dòng)化引擎

設(shè)置網(wǎng)絡(luò)瀏覽器控制器

步驟 5：安裝 DeepSeek R1

ollamapull deepseek-r1:14b # 適用于大多數(shù)用戶# 或者ollama pull deepseek-r1:32b # 適用于高性能計(jì)算機(jī)

這一步會(huì)下載人工智能模型，就像是為你的助手安裝 “大腦”。

最終設(shè)置：配置并啟動(dòng)

1.打開(kāi)你的網(wǎng)絡(luò)瀏覽器

2.訪問(wèn)http://localhost:7860

3.點(diǎn)擊 “設(shè)置”

4.選擇 “本地” 模型

5.選擇 “deepseek-r1”

這里的每一步都是在將各個(gè)組件連接起來(lái)：

1.網(wǎng)頁(yè)界面（localhost:7860）是你的控制面板

2.“本地” 表示使用你樹(shù)莓派的 “大腦”（即本地模型）

3.“deepseek-r1” 是你將使用的人工智能模型

常見(jiàn)問(wèn)題排查

當(dāng)出現(xiàn)問(wèn)題時(shí)：

1.系統(tǒng)凍結(jié)：重啟設(shè)備

2.Python 問(wèn)題：重新安裝通常可以解決

3.瀏覽器問(wèn)題：清除緩存并重啟

4.樹(shù)莓派過(guò)熱：檢查通風(fēng)情況

5.性能滯后：確保沒(méi)有占用大量資源的后臺(tái)任務(wù)

四、提出話題，拋磚引玉，鼓勵(lì)網(wǎng)友討論及

在打造 AI Agent 的過(guò)程中，你遇到了哪些挑戰(zhàn)？是如何解決的？你對(duì) AI Agent 和 BrowserUse 的結(jié)合應(yīng)用有什么獨(dú)特的見(jiàn)解？歡迎在評(píng)論區(qū)分享你的經(jīng)驗(yàn)和想法，讓我們一起探討，共同進(jìn)步！