Как создать собственного ИИ веб-агента с DeepSeek-R1 и сэкономить более 200$ в месяц

19 мая 2025

За сервис, который останется безымянным (хорошо, он рифмуется с «OpenAI Operator»), можно платить более 200 долларов в месяц за ограниченные API-вызовы и раздражающий список ограничений.

И все равно, не достигнув лимита, не возможно даже получить данные с нескольких веб-сайтов! DeepSeek-R1 и Browser-Use — два инструмента, которые позволяют бесплатно создать собственный ИИ веб-агент.

Он может работать на ноутбуке, обеспечивает конфиденциальность данных и может выполнять такие задачи, как анализ социальных сетей или получение новостных заголовков.

В этом руководстве поделимся тем, как настроить свой ИИ-агент, используя DeepSeek R1 (8B, 4-bit) и Browser-Use Web UI.

Это руководство максимально дружелюбным для начинающих. Вы будете общаться со своим ИИ для автоматизации задач, без необходимости писать Python-скрипты.

Почему стоит отказаться от платных услуг ИИ

Платить 200 долларов в месяц за ИИ не способного посетить больше нескольких сайтов – как покупать спортивную машину, которая едет только на первой передаче. С DeepSeek-R1 и Browser-Use мы получим:

Нулевые ежемесячные расходы: Работает на вашем компьютере, никаких подписок.
Полную конфиденциальность: Ваши данные остаются локальными, а не на каком-то облачном сервере.
Невероятную гибкость: ИИ может посещать тысячи веб-сайтов, заполнять формы или получать данные.
Никаких хлопот с программированием: Вы просто говорите ему, что делать, на обычном языке.

Вот как вы можете создать такую же систему..

Шаг 1: Инструменты, с которыми вы работаете

DeepSeek-R1 (8B, 4-bit): Думайте об этом как о сверхумном ИИ-мозге, который достаточно мал, чтобы работать на вашем ноутбуке. Он отлично подходит для ответов на вопросы, прогнозирования или обработки данных.
Browser-Use Web UI: Это как предоставить вашему ИИ веб-браузер, которым он может управлять. Он может нажимать ссылки, печатать в формах или получать текст с веб-сайтов.

Вместе они как цифровой ассистент, который всегда готов серфить в интернете для вас.

Шаг 2: Подготовьте свой компьютер

Что вам нужно

Приличный компьютер (минимум 8 ГБ ОЗУ, лучше 16 ГБ).
Windows, macOS или Linux.
Подключение к Интернету для настройки.
Около 30–45 минут, плюс чашка кофе для моральной поддержки.

Установите базу

Python 3.10+:

Перейдите на python.org и загрузите последнюю версию.
Во время установки отметьте «Add Python to PATH» (Добавить Python в PATH) (поверьте, это избавит от головной боли).
Откройте терминал (Command Prompt на Windows, Terminal на macOS/Linux) и введите:

python --version

Если вы видите Python 3.10.0 или выше, все готово.

Node.js (для Browser-Use):

Загрузите версию «LTS» с nodejs.org
После установки проверьте, что все работает:

node --version

Ищите что-то вроде v18.x.x.

Git:

Скачайте его с git-scm.com
Подтвердите, что он установлен:

git --version

Шаг 3: Настройте DeepSeek-R1

Загрузите DeepSeek-R1:

Найдите «DeepSeek-R1 8B 4-bit» на Hugging Face или проверьте страницу DeepSeek на GitHub.
Загрузите файлы модели (около 5 ГБ, так что лучше начать это, пока вы пьете кофе).

Запустите ИИ локально:

Установите библиотеку transformers для работы с моделью. В терминале:

pip install transformers torch

Создайте файл с именем run_deepseek.py и вставьте этот код:

from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
import torch

model_name = "path/to/deepseek-r1-8b-4bit"  # Замените на ваш фактический путь к модели или репозиторий Hugging Face

# Загрузите модель с 4-битной квантизацией (требует библиотеку `bitsandbytes`)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    device_map="auto",        # Автоматически использует GPU, если доступен
    torch_dtype=torch.float16, # Часто рекомендуется для больших моделей
    load_in_4bit=True         # Убедитесь, что это установлено, если вы используете 4-битные веса
)

tokenizer = AutoTokenizer.from_pretrained(model_name)

def generate_response(prompt):
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(
        **inputs,
        max_length=200,
        do_sample=True,         # Добавляет рандомность для лучших ответов
        temperature=0.7,        # Контролирует рандомность
        top_p=0.9,              # Ядерная выборка (метод сэмплирования)
        pad_token_id=tokenizer.eos_token_id  # Предотвращает предупреждение
    )
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

print("DeepSeek-R1 готов! Введите запрос для тестирования.")
while True:
    prompt = input("Вы: ")
    if prompt.lower() in ["exit", "quit"]:
        break
    response = generate_response(prompt)
    print("ИИ:", response)

Измените path/to/deepseek-r1-8b-4bit на то место, где вы сохранили модель.
Запустите ее:

python run_deepseek.py

Протестируйте ее, введя: «Расскажи мне интересный факт об ИИ» ыы можете получить что-то вроде: «ИИ-модели вроде меня могут обрабатывать миллиарды вычислений в секунду, но мы все еще не можем понять, почему коты любят коробки!»

Шаг 4: Добавьте Browser-Use Web UI

Установите Browser-Use:

В терминале:

git clone https://github.com/browser-use/browser-use.git
cd browser-use

Установите зависимости:

npm install

Запустите Web UI:

Запустите сервер:

npm start

Откройте браузер и перейдите на http://localhost:3000. Вы увидите интерфейс Browser-Use — довольно изящно, не так ли?

Свяжите его с DeepSeek-R1:

На вкладке «Settings» (Настройки) Web UI добавьте адрес сервера DeepSeek-R1 (обычно http://localhost:8000, но проверьте свою настройку).
Протестируйте его с запросом вроде: «Перейти на google.com и найти «прорывы ИИ 2025». Ваш ИИ должен взять под контроль браузер и показать вам результаты.

Шаг 5: Развлекайтесь с вашим ИИ-агентом

Теперь начинается самое интересное: указывать вашему ИИ, что делать! Вот несколько вещей, которые можно поппробовать:

Получение новостей: Спросите: «Посети lenta.ru и перечисли главные заголовки». ИИ получиn их за секунды.
Проверка социальных сетей: Попробуйте: «Найди в x.com «DeepSeek» и расскажи, что говорят люди». Он суммировал посты, отметив восторг по поводу скорости модели.
Автоматизация форм: «Перейди на example.ru, заполни контактную форму с именем «Иван Иванов» и электронной почтой «ivan@example.ru». Работает как часы.
Прогнозирование трендов: Станьте амбициозным и спросите: «Какой следующий большой тренд ИИ для 2025?» ИИ проанализирует технологические сайты и предскажет какой ИИ будет доминировать.

Шаг 6: Избегайте распространенных ошибок

Делайте запросы четкими: Расплывчатые запросы вроде «Сделай что-то классное» путают ИИ. Попробуйте «Посети rbc.ru и суммируйте главную новость».
Проверьте оперативную память: Если ваш компьютер замедляется, закройте другие приложения.
Отлаживайте с помощью логов: Если Web UI глючит, проверьте его логи (обычно на вкладке «Logs» интерфейса).
Будьте терпеливы: Первая настройка может занять около часа. Не торопитесь, и у вас получится.