Browser-Use 代理卡在 Step 1 的常见原因与解决方案-Python教程-PHP中文网

Browser-Use 代理卡在 Step 1 的常见原因与解决方案

browser-use 代理启动后反复输出 INFO [agent] ? Step 1 却无进展，通常是因底层 LLM 调用静默失败所致——错误被吞没，即使开启 debug 日志也难以察觉。核心原因包括 API 密钥异常、模型不支持工具调用或视觉能力、网络不可达等。

`browser-use` 代理启动后反复输出 `info [agent] ? step 1` 却无进展，通常是因底层 llm 调用静默失败所致——错误被吞没，即使开启 debug 日志也难以察觉。核心原因包括 api 密钥异常、模型不支持工具调用或视觉能力、网络不可达等。

当使用 browser-use 快速启动（quickstart）代码时，若代理始终停滞在 Step 1，这并非浏览器操作层的问题，而是LLM 初始化阶段已失败——但库当前未将异常向上抛出或清晰记录，导致调试困难。以下是系统性排查与修复指南：

✅ 1. 验证 LLM 凭据与服务可用性

确保环境变量中配置了正确的 API 密钥，并确认服务端点可达：

# 示例：检查 OpenAI 凭据
export OPENAI_API_KEY="sk-..."  # 确保非空、未过期、有余额
export OPENAI_BASE_URL="https://api.openai.com/v1"  # 如使用代理/兼容接口，请核对 URL

# 快速验证连通性（终端执行）
curl -H "Authorization: Bearer $OPENAI_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{"model":"gpt-4o","messages":[{"role":"user","content":"hello"}]}' \
     "$OPENAI_BASE_URL/chat/completions"

✅ 成功响应应含 "choices" 字段；若返回 401（无效密钥）、403（权限不足）或超时，则需修正凭证或网络配置。

✅ 2. 确认模型支持结构化工具调用

browser-use 严重依赖 LLM 的 function calling / tool use 能力（非仅文本生成）。以下模型 不适用：

大多数纯文本 Ollama 模型（如 llama3, phi3），除非显式启用并测试过工具调用；
未启用 tools 支持的本地部署模型（如 vLLM 未配置 --enable-tool-calling）。

✅ 推荐验证方式（Python）：

from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "What's the weather in Tokyo?"}],
    tools=[{"type": "function", "function": {"name": "get_weather", "parameters": {}}}],
    tool_choice="auto"
)
print("Tool call supported:", hasattr(response.choices[0].message, "tool_calls"))

若报错或 tool_calls 为 None，请切换至明确支持工具调用的模型（如 gpt-4o, claude-3.5-sonnet, 或经验证的 llama3.1:70b + Ollama 工具插件）。

✅ 3. 检查 `use_vision` 配置是否匹配模型能力

若初始化时设置了 use_vision=True（例如用于截图分析），但所选模型不支持多模态输入（如 gpt-3.5-turbo），请求将静默失败。
✅ 解决方案：

临时禁用视觉能力测试基础流程：

from browser_use import Agent
agent = Agent(
    task="Go to google.com and search 'browser-use tutorial'",
    use_vision=False,  # 关键：先设为 False 排查
)

确认模型支持视觉后再启用（如 gpt-4o, claude-3.5-sonnet）。

⚠️ 注意事项

日志局限性：当前 BROWSER_USE_LOGGING_LEVEL=debug 不会打印 LLM 层异常堆栈。建议在 Agent.__init__() 或 run() 前后手动添加 try/except 包裹，捕获并打印原始异常。
版本敏感性：v0.4.0+ 已增强部分错误透出，建议升级：pip install --upgrade browser-use。
超时设置：LLM 延迟过高也可能导致假性卡顿，可显式设置超时：
```
agent = Agent(..., llm_config={"timeout": 30})  # 单位：秒
```