Browser-use web-uiでollamaを使ってDeepseek-r1を使用する
はじめに
本記事では、browser-useのweb-ui上でollamaを使ってローカルでDeepseek-r1を動かします。
2025/01/28にbrowser-useのweb-uiのv1.4がリリースされました。
v1.4では、ollamaを使ってローカルでDeepseek-r1を使うことができます。
ollamaを使うことで、API料金が発生せず、ローカルで色々と試せます。
browser-useとは？
browser-useは、ブラウザの自動的な操作をAIエージェントを活用して行うライブラリです。
browser-useの公式リポジトリのexamplesに様々な使い方が紹介されています。
browser-use web-uiのセットアップ
browser-use web-uiのセットアップは以下を参考に実施します。
ollamaを選択することでローカルLLMを使う
ollamaのセットアップ
こちらも以前の記事と同様に実施します。
ollamaからDeepseek-r1をインストール
次に、ollamaにてDeepseek-r1をインストールします。
https://github.com/browser-use/web-ui/releases/tag/v1.4 の記載にあるように、14Bを用いました。
ollama run deepseek-r1:14b
browser-use web-uiの設定
http://127.0.0.1:7788/ へアクセスします。
LLM ConfigurationタブのLLM Providerを「ollama」を選択、Model Nameを「deepseek-r1:14b」を選択します。
WebUI Setup: Launch the WebUI following the instructions. Here's a crucial step: Uncheck "Use Vision" and set "Max Actions per Step" to 1. ✅
また、"Use Vision"のチェックを外し、"Max Actions per Step"は1としました。
その後、Run AgentのタブのTask Descriptionに任意の説明を記載して、Run Agentで実行します。
実用例
Googleへアクセスし、"OpenAI"で検索した最初のURLを取得
最初は、browser-use web-uiを開いた時のデフォルトで入っている説明を使います。
以前は、 llama2:7bやqwen2.5:7bでは失敗しました。
Run AgentのタブのTask Descriptionには以下を記載します。
go to google.com and type 'OpenAI' click search and give me the first url
結果としては、時間は約7分かかりましたが、動作しました。
INFO [src.agent.custom_agent] 🤯 End Deep Thinking
INFO [src.agent.custom_agent] ✅ Eval: Success
INFO [src.agent.custom_agent] 🧠 New Memory: https://openai.com
INFO [src.agent.custom_agent] ⏳ Task Progress:
1. Input 'OpenAI' into search bar. 2. Click search button.
INFO [src.agent.custom_agent] 📋 Future Plans:
INFO [src.agent.custom_agent] 🤔 Thought: Successfully extracted the first URL from the search results, which is OpenAI's official website.
INFO [src.agent.custom_agent] 🎯 Summary: Task completed successfully. First URL found.
INFO [src.agent.custom_agent] 🛠️ Action 1/1: {"done":{"text":"https://openai.com"}}
INFO [src.agent.custom_agent] 🧠 All Memory:
https://openai.com
INFO [src.agent.custom_agent] 📄 Result: https://openai.com
INFO [src.agent.custom_agent] ✅ Task completed successfully
きちんと、https://openai.com のURLを取得できています。
任意のURLへアクセスし、特定の文字列までスクロール
Navigate to 'https://en.wikipedia.org/wiki/Internet' and scroll to the string 'The vast majority of computer'
プロンプトは以下を参考にしています。
INFO [src.agent.custom_agent] ✅ Eval: Success - Successfully scrolled to the specified text 'The vast majority of computer'.
INFO [src.agent.custom_agent] 🧠 New Memory:
INFO [src.agent.custom_agent] ⏳ Task Progress:
1. Navigated to https://en.wikipedia.org/wiki/Internet. 2. Scrolled to 'The vast majority of computer'.
INFO [src.agent.custom_agent] 📋 Future Plans:
INFO [src.agent.custom_agent] 🤔 Thought: The task required navigating to a Wikipedia page and scrolling to a specific phrase. Both actions have been completed successfully.
INFO [src.agent.custom_agent] 🎯 Summary: Task completed successfully with all actions performed as required.
INFO [src.agent.custom_agent] 🛠️ Action 1/1: {"done":{"text":"Successfully navigated to the Wikipedia page on the Internet and scrolled to the specified text."}}
INFO [src.agent.custom_agent] 🧠 All Memory:
INFO [src.agent.custom_agent] 📄 Result: Successfully navigated to the Wikipedia page on the Internet and scrolled to the specified text.
INFO [src.agent.custom_agent] ✅ Task completed successfully
こちらも成功しました。
https://en.wikipedia.org/wiki/Internet のSurveillanceの1行目のThe vast majority of computerまでスクロールされていました。
おわりに
本記事では、browser-useのweb-ui上でollamaを使ってローカルでDeepseek-r1を動かしました。
今回は、いくつかのタスクを解くことができました。
また、ollamaを使ってDeepseek-r1を活用できることを確かめることができました。
最後までお読み頂きありがとうございました。本記事が参考になれば、幸いです。
Discussion