Browser Use + DeepSeek，我踩了哪些坑

Browser Use + DeepSeek，我踩了哪些坑

最近在折腾 Browser Use，想着 DeepSeek 便宜就接上试试，结果坑一个接一个。记录下来，希望你别再踩一遍。

---

坑一：程序卡住，一动不动

第一次跑，浏览器倒是打开了，但就这么干等着，没有任何输出，也没报错，就是不动。

等了五分钟，还是没反应。

查了一圈才搞明白：我用的是 deepseek-reasoner（R1），这个模型会先输出一大段 <think>...</think> 思考过程，Browser Use 拿到这个返回值之后解析 JSON 直接懵了，然后开始重试，然后又失败，然后又重试……死循环。

最简单的解法：换成 deepseek-chat（V3）。

llm = ChatOpenAI(
    model="deepseek-chat",  # 别用 reasoner
    api_key="你的KEY",
    base_url="https://api.deepseek.com",
    temperature=0,
)

R1 的思维链对这种浏览器操作任务没什么用，反而添乱。V3 又快又稳。

如果非要用 R1，就得手动把思维链过滤掉：

import re
from langchain_openai import ChatOpenAI

class DeepSeekR1Chat(ChatOpenAI):
    def _create_chat_result(self, response, generation_info=None):
        result = super()._create_chat_result(response, generation_info)
        for gen in result.generations:
            msg = gen.message
            if '<think>' in str(msg.content):
                msg.content = re.sub(
                    r'<think>.*?</think>', '',
                    str(msg.content), flags=re.DOTALL
                ).strip()
        return result

---

坑二：任务跑飞，token 一直在烧

有次让 Agent 帮我登录一个网站，结果它开始反复点同一个按钮，停不下来。过了一会儿看账单，好几块钱没了。

加上步数限制就行，这个默认应该开的：

from browser_use import Agent, AgentSettings

agent = Agent(
    task="...",
    llm=llm,
    settings=AgentSettings(
        max_steps=20,     # 超过 20 步强制停
        max_failures=3,   # 失败 3 次就停
    )
)

# 再套一层总超时保险
result = await asyncio.wait_for(agent.run(), timeout=180)

---

坑三：登录老被风控

让 Agent 自己填账号密码登录，跑几次就触发验证码，然后就卡死了。

解法是用 Session 持久化——你手动登录一次，把状态保存下来，以后每次直接加载，Agent 上来就是已登录状态：

from browser_use import Browser, BrowserProfile

# 第一次：手动登录
browser = Browser(profile=BrowserProfile(path="./session"))
# 会弹出真实浏览器，你手动登录，关掉后自动保存

# 以后每次直接用
browser = Browser(profile=BrowserProfile(path="./session"))

注意 Cookie 会过期，过期了重新存一次就好。

---

能跑的完整代码

import asyncio
from browser_use import Agent, AgentSettings
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="deepseek-chat",
    api_key="你的DEEPSEEK_KEY",
    base_url="https://api.deepseek.com",
    temperature=0,
    max_tokens=4096,
)

agent = Agent(
    task="打开 baidu.com，搜索 Browser Use，截图第一条结果",
    llm=llm,
    settings=AgentSettings(max_steps=20, max_failures=3),
)

asyncio.run(asyncio.wait_for(agent.run(), timeout=180))

---

要不要用官方的 BROWSER_USE_API_KEY？

官方 Key 贵，但它帮你处理了验证码、反爬这些脏活。如果你爬的是电商、社交平台这类防护强的网站，官方 Key 值那个价。

如果只是爬一些普通页面、内部系统，DeepSeek API 完全够用，便宜十几倍。

---

就这些，有问题欢迎加微信聊：yuyezhiji