支持的模型

使用不同 LangChain 聊天模型与 Browser Use 的指南

概述

Browser Use 支持多种 LangChain 聊天模型。以下是配置和使用最流行模型的方法。完整的模型列表请参阅 LangChain 文档。

模型推荐

我们尚未对所有模型进行性能测试。目前，使用 GPT-4o 在 WebVoyager 数据集 上取得了 89% 的准确度。DeepSeek-V3 比 GPT-4o 便宜 30 倍。Gemini-2.0-exp 在社区中也逐渐受到欢迎，因为它目前是免费的。我们还支持本地模型，如 Qwen 2.5，但要注意，小模型通常会返回错误的输出结构，从而导致解析错误。我们相信本地模型将在今年大幅提升。

所有模型都需要相应的 API 密钥。在运行代理之前，请确保在您的环境变量中设置了这些密钥。

支持的模型

所有支持工具调用的 LangChain 聊天模型都可用。我们将列出一些最受欢迎的模型。

OpenAI

OpenAI 的 GPT-4o 模型是推荐的最佳性能选择。

from langchain_openai import ChatOpenAI
from browser_use import Agent
# 初始化模型
llm = ChatOpenAI(
    model="gpt-4o",
    temperature=0.0,
)
# 创建代理并使用模型
agent = Agent(
    task="Your task here",
    llm=llm
)

所需环境变量：

.env

OPENAI_API_KEY=

Anthropic

from langchain_anthropic import ChatAnthropic
from browser_use import Agent
# 初始化模型
llm = ChatAnthropic(
    model_name="claude-3-5-sonnet-20240620",
    temperature=0.0,
    timeout=100,  # 对复杂任务增加超时
)
# 创建代理并使用模型
agent = Agent(
    task="Your task here",
    llm=llm
)

添加所需环境变量：

.env

ANTHROPIC_API_KEY=

Azure OpenAI

from langchain_openai import AzureChatOpenAI
from browser_use import Agent
from pydantic import SecretStr
import os
# 初始化模型
llm = AzureChatOpenAI(
    model="gpt-4o",
    api_version='2024-10-21',
    azure_endpoint=os.getenv('AZURE_OPENAI_ENDPOINT', ''),
    api_key=SecretStr(os.getenv('AZURE_OPENAI_KEY', '')),
)
# 创建代理并使用模型
agent = Agent(
    task="Your task here",
    llm=llm
)

所需环境变量：

.env

AZURE_OPENAI_ENDPOINT=https://your-endpoint.openai.azure.com/
AZURE_OPENAI_KEY=

Gemini

from langchain_google_genai import ChatGoogleGenerativeAI
from browser_use import Agent
from pydantic import SecretStr
import os
from dotenv import load_dotenv
load_dotenv()
api_key = os.getenv("GEMINI_API_KEY")
# 初始化模型
llm = ChatGoogleGenerativeAI(model='gemini-2.0-flash-exp', api_key=SecretStr(os.getenv('GEMINI_API_KEY')))
# 创建代理并使用模型
agent = Agent(
    task="Your task here",
    llm=llm
)

所需环境变量：

.env

GEMINI_API_KEY=

DeepSeek-V3

DeepSeek-V3 因其低廉的价格、无速率限制、开源特性和良好的性能受到社区的喜爱。示例可在 这里 查阅。

from langchain_openai import ChatOpenAI
from browser_use import Agent
from pydantic import SecretStr
# 初始化模型
llm=ChatOpenAI(base_url='https://api.deepseek.com/v1', model='deepseek-chat', api_key=SecretStr(api_key))
# 创建代理并使用模型
agent = Agent(
    task="Your task here",
    llm=llm,
    use_vision=False
)

所需环境变量：

.env

DEEPSEEK_API_KEY=

DeepSeek-R1

我们支持 DeepSeek-R1。尽管它尚未完全测试，但会逐步增加更多功能，比如推理内容的输出。示例可在 这里 查阅。它不支持视觉功能。该模型是开源的，您也可以通过 Ollama 使用，但我们尚未对其进行测试。

from langchain_openai import ChatOpenAI
from browser_use import Agent
from pydantic import SecretStr
# 初始化模型
llm=ChatOpenAI(base_url='https://api.deepseek.com/v1', model='deepseek-reasoner', api_key=SecretStr(api_key))
# 创建代理并使用模型
agent = Agent(
    task="Your task here",
    llm=llm,
    use_vision=False
)

所需环境变量：

.env

DEEPSEEK_API_KEY=

Ollama

许多用户请求本地模型。现在您可以使用它们。

1. 从 这里 下载 Ollama
2. 运行 ollama pull model_name，选择一个支持工具调用的模型，从 这里 选择
3. 运行 ollama start

from langchain_ollama import ChatOllama
from browser_use import Agent
from pydantic import SecretStr
# 初始化模型
llm=ChatOllama(model="qwen2.5", num_ctx=32000)
# 创建代理并使用模型
agent = Agent(
    task="Your task here",
    llm=llm
)

所需环境变量：无

即将推出

我们正在努力支持以下内容：

• Groq
• Github
• 微调模型