离线环境可手动安装fast-browser-use——在联网机器下载.whl包及onnxruntime.dll，拷贝至离线机后用pip install --find-links安装，并手动放置dll到%localappdata%\fast-browser-use\runtime\目录下即可运行。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
离线环境不能直接 pip install fast-browser-use，但可以手动完成安装——因为 Jev 本身不依赖在线模型文件，它的“本地部署”本质是复制预编译的推理核和运行时依赖。
提前准备：在有网机器上打包全部依赖
在一台网络通畅、系统版本一致（如 Windows 10/11 x64）的电脑上执行以下操作：
- 安装 Python 3.9–3.12（推荐 3.11），并确保 Microsoft Visual C++ 2015–2022 运行库 已安装（vcruntime140.dll 必须存在）
- 运行 pip install --no-deps --no-cache-dir fast-browser-use，只下载 wheel 包（不安装）
- 用 pip download --no-deps --platform win_amd64 --python-version 311 --only-binary=all fast-browser-use 获取 wheel 及其纯 Python 依赖（如 pydantic、typing-extensions）
- 把生成的 .whl 文件 + 所有依赖 .whl + %LOCALAPPDATA%\fast-browser-use\runtime\onnxruntime.dll（首次运行后自动解压出）一并拷贝到 U 盘
离线机器上安装与验证
在目标离线 Windows 电脑上：
- 确认 Python 和 vcruntime140.dll 已就位（可运行 python -c "import os; print(os.name)" 测试）
- 用 pip install --find-links /path/to/wheels --no-index --no-deps *.whl 安装主包及依赖
- 手动创建目录 %LOCALAPPDATA%\fast-browser-use\runtime\，把 onnxruntime.dll 放入其中
- 运行最小测试脚本：from fast_browser_use import ask_jev; print(ask_jev(state="test", questions=[{"type":"choice","name":"x","options":["a"]}])) —— 成功返回字典即表示可用
关键注意事项
离线部署不涉及模型权重下载，也不需要 transformers、torch 或 CUDA。Jev 的决策核是静态编译的 ONNX 模块，所有逻辑已封在 onnxruntime.dll 和 Python 包内。只要 DLL 路径正确、Python 版本兼容、VC 运行库完整，它就能纯离线运行。
