# python_broswer_use_chrome

**Repository Path**: enzoism/python_broswer_use_chrome

## Basic Information

- **Project Name**: python_broswer_use_chrome
- **Description**: Python开发的直接操作Chrome打开一个演示网页
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-12
- **Last Updated**: 2026-05-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Python Browser Use Chrome

AI驱动的浏览器自动化工具，使用LangChain和browser-use实现智能浏览器控制。

## 功能特性

- **AI对话控制**：使用LangChain和GLM-4模型实现自然语言控制浏览器
- **Docker容器化**：Chromium运行在Docker容器中，环境隔离
- **实时VNC访问**：通过noVNC提供Web界面的浏览器访问
- **Chrome DevTools Protocol**：使用CDP实现高效的浏览器控制
- **WebSocket实时通信**：支持实时聊天和浏览器操作反馈

## 技术栈

### 后端

- **Flask**：Web应用框架
- **Flask-SocketIO**：WebSocket支持
- **LangChain**：LLM应用框架
- **browser-use**：浏览器自动化库
- **Docker**：容器化Chromium

### 前端

- **原生HTML/CSS/JavaScript**：简单高效的前端界面
- **WebSocket**：实时通信

## 项目结构

```
python_broswer_use_chrome/
├── src/
│   └── python_broswer_use_chrome/
│       ├── __init__.py              # 包初始化
│       ├── config.py                # 配置管理
│       ├── app.py                   # Flask应用主文件
│       ├── main.py                  # 启动脚本
│       ├── chat_handler.py          # 聊天处理器
│       ├── browser_controller.py    # 浏览器控制器
│       ├── chromium_docker_manager.py  # Docker容器管理
│       ├── novnc_manager.py         # noVNC管理器
│       └── static/                  # 静态文件
│           ├── index.html
│           ├── browser.html
│           ├── styles.css
│           └── app.js
├── pyproject.toml                   # 项目配置
├── .env.example                     # 环境变量示例
└── README.md                        # 项目文档
```

## 安装

### 1. 克隆项目

```bash
git clone <repository-url>
cd python_broswer_use_chrome
```

### 2. 使用uv安装依赖

```bash
# 安装uv（如果尚未安装）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 创建虚拟环境并安装依赖
uv sync
```

### 3. 配置环境变量

```bash
# 复制环境变量示例文件
cp .env.example .env

# 编辑.env文件，填入你的配置
# 特别是GLM_API_KEY
```

### 4. Docker配置

确保Docker已安装并运行：

```bash
docker --version
```

## 使用

### 快速启动（推荐）

使用提供的启动脚本，它会自动检查依赖并启动应用：

```bash
./start.sh
```

启动脚本会自动检查：
- Docker 是否运行
- 端口是否被占用（3000, 3001, 5000, 6080, 9222, 9223）
- 虚拟环境是否存在
- 环境变量配置是否正确

### 手动启动

```bash
# 1. 激活虚拟环境
source .venv/bin/activate

# 2. 运行应用
python -m python_broswer_use_chrome.main
```

或者使用uv运行：

```bash
uv run python -m python_broswer_use_chrome.main
```

### 访问Web界面

打开浏览器访问：

```
http://localhost:5000
```

## API端点

### 健康检查

- `GET /api/health` - 服务健康状态

### 浏览器控制

- `GET /api/browser/status` - 获取浏览器状态
- `POST /api/browser/start` - 启动浏览器
- `POST /api/browser/stop` - 停止浏览器
- `POST /api/browser/navigate` - 导航到URL
- `GET /api/browser/screenshot` - 截取屏幕

### Chromium Docker管理

- `GET /api/chromium/status` - 获取容器状态
- `POST /api/chromium/start` - 启动容器
- `POST /api/chromium/stop` - 停止容器
- `POST /api/chromium/remove` - 删除容器
- `POST /api/chromium/restart` - 重启容器

### noVNC管理

- `GET /api/novnc/status` - 获取noVNC状态
- `POST /api/novnc/start` - 启动noVNC

### 聊天

- `POST /api/chat` - 发送聊天消息

## WebSocket事件

### 客户端发送

- `connect` - 连接服务器
- `disconnect` - 断开连接
- `chat_message` - 发送聊天消息
- `browser_control` - 浏览器控制命令

### 服务器发送

- `connected` - 连接成功
- `message_received` - 消息已接收
- `ai_response` - AI响应
- `chat_error` - 聊天错误
- `browser_action` - 浏览器操作
- `browser_action_result` - 浏览器操作结果

## 配置说明

### LLM配置

- `GLM_URL` - GLM API地址
- `GLM_API_KEY` - GLM API密钥（必须）
- `GLM_MODEL_NAME` - 模型名称（默认：glm-4.6）

### 服务器配置

- `HOST` - 监听地址（默认：0.0.0.0）
- `PORT` - 监听端口（默认：5000）
- `DEBUG` - 调试模式（默认：True）

### Chrome配置

- `CHROME_BINARY` - Chrome二进制路径
- `CHROME_DEBUG_PORT` - Chrome调试端口（默认：9222）

### Docker配置

Chromium Docker容器默认配置：

- Web UI端口：3000
- VNC端口：3001
- 调试端口：9222

## 开发

### 运行测试

```bash
uv run pytest
```

### 代码风格

项目遵循PEP 8代码风格规范。

## 故障排查

### 1. 浏览器无法启动

**症状**: 右侧浏览器面板显示 "Connection Failed"

**解决步骤**:

1. **检查 Docker 是否运行**
   ```bash
   docker ps
   ```
   如果报错，请启动 Docker Desktop

2. **检查 Chromium 容器状态**
   ```bash
   docker ps -a | grep chromium
   ```

3. **查看容器日志**
   ```bash
   docker logs chromium
   ```

4. **检查端口占用**
   ```bash
   lsof -i :3000  # Chromium Web UI
   lsof -i :9223  # Chrome Debug (socat)
   ```

### 2. 端口被占用

**解决方法**:
```bash
# 停止并删除容器
docker stop chromium
docker rm chromium
```

### 3. 聊天功能不可用

**检查步骤**:
```bash
# 确认 API 密钥已配置
cat .env | grep GLM_API_KEY
```

确保 `.env` 文件中的 `GLM_API_KEY` 已设置为有效值。

### 4. 完全重置

```bash
# 停止并删除容器
docker stop chromium
docker rm chromium

# 重新安装依赖
uv sync

# 重新启动
./start.sh
```

## 许可证

MIT License

## 作者

enzoism (1397092195@qq.com)

## 致谢

- [LangChain](https://github.com/langchain-ai/langchain) - 强大的LLM应用框架
- [browser-use](https://github.com/browser-use/browser-use) - 浏览器自动化工具
- [Flask](https://flask.palletsprojects.com/) - 轻量级Web框架