Ihr All-in-One KI-Webagent: Sparen Sie über 200 $ pro Monat und entfesseln Sie grenzenlose Möglichkeiten!
Stellen Sie sich einen KI-Agenten vor, der Sie monatlich nichts kostet, direkt auf Ihrem Computer läuft und in seinen Fähigkeiten uneingeschränkt ist. OpenAI Operator verlangt bis zu 200 $/Monat für begrenzte API-Aufrufe und schränkt den Zugriff auf viele Aufgaben ein, wie z. B. das Besuchen Tausender von Websites. Mit DeepSeek-R1 und Browser-Use können Sie:
• Geld sparen und dabei alles lokal und privat halten.
• Automatisieren Sie den Besuch von über 100.000 Websites, sammeln Sie Daten, füllen Sie Formulare aus und navigieren Sie wie ein Mensch.
• Gewinnen Sie völlige Freiheit, das Web wie nie zuvor zu erkunden, zu scrapen und zu interagieren.
Sie haben vielleicht von Operator von OpenAI gehört, der auf deren Computern in einer Cloud läuft, während Sie private Informationen an deren KI weitergeben, um etwas Nützliches zu tun. UND Sie zahlen für das Geschenk. Es ist nicht paranoid, Ihre Passwörter, Anmeldedaten und persönlichen Daten nicht teilen zu wollen. OpenAI verlangt natürlich eine beträchtliche Menge Geld für etwas, das genau einschränkt, welche Websites Sie besuchen können, wie z. B. YouTube. Mit dieser Methode werden Sie einer KI genau sagen, was sie tun soll, in einfacher Sprache, und ihr dabei zusehen, wie sie im Web navigiert, Informationen sammelt und Entscheidungen trifft – alles ohne eine einzige Zeile Code zu schreiben.
In dieser Anleitung zeigen wir Ihnen, wie Sie einen KI-Agenten erstellen, der Aufgaben wie das Scrapen von Nachrichten, das Analysieren von Social-Media-Erwähnungen und das Erstellen von Vorhersagen mit DeepSeek-R1 und Browser-Use durchführt, aber anstatt ein Python-Skript zu schreiben, interagieren Sie direkt per Eingabeaufforderung mit der KI.
Diese Anweisungen werden ständig überarbeitet, da DeepSeek R1 erst wenige Tage alt ist. Browser-Use ist seit geraumer Zeit ein Standard. Diese Methode richtet sich an Personen, die neu im Bereich KI und Programmierung sind. Es mag zunächst technisch erscheinen, aber am Ende dieser Anleitung werden Sie sich sicher fühlen, Ihren KI-Agenten für eine Vielzahl von Aufgaben einzusetzen, indem Sie einfach mit ihm sprechen. Wenn Sie sich diese Anleitung ansehen und sie überwältigend finden, warten Sie – wir werden bald eine einzelne Download-App haben. Sie befindet sich gerade in der Testphase.**
Dies ist Version 3.0 dieser Anleitung vom 26. Januar 2025.
Diese Anleitung führt Sie durch die Einrichtung von DeepSeek-R1 8B (4-bit) und Browser-Use Web UI, um sicherzustellen, dass selbst die unerfahrensten Benutzer erfolgreich sind.
Was Sie erreichen werden
Wenn Sie dieser Anleitung folgen, werden Sie:
- DeepSeek-R1 einrichten, eine Reasoning-KI, die privat auf Ihrem Computer arbeitet.
- Browser-Use Web UI konfigurieren, ein Tool zum Automatisieren von Web-Scraping, Formularausfüllen und Echtzeit-Interaktion.
- Einen KI-Agenten erstellen, der Aktiennachrichten finden, Reddit-Erwähnungen sammeln und Aktientrends vorhersagen kann – alles ohne Cloud-Einschränkungen.
Ein tiefer Einblick in Kürze auf ReadMultiplex.com
Wir werden einen tiefen Einblick geben, wie Sie diese Plattform für sehr fortgeschrittene KI-Anwendungsfälle nutzen können, die nur wenige bedacht, geschweige denn gesehen haben. Besuchen Sie uns auf ReadMultiplex.com und werden Sie Mitglied, das nicht nur die Zukunft früher sieht, sondern auch praktische und pragmatische Wege findet, von der Zukunft zu profitieren.
Systemanforderungen
Hardware
• RAM: Mindestens 8 GB (16 GB empfohlen).
• Prozessor: Quad-Core (Intel i5/AMD Ryzen 5 oder höher).
• Speicher: 5 GB freier Speicherplatz.
• Grafik: GPU optional für schnellere Verarbeitung.
Software
• Betriebssystem: macOS, Windows 10+ oder Linux.
• Python: Version 3.8 oder höher.
• Git: Installiert.
Schritt 1: Bereiten Sie Ihre Werkzeuge vor
Wir benötigen Python, Git und ein Terminal/Eingabeaufforderung, um fortzufahren. Befolgen Sie diese Anweisungen sorgfältig.
Python installieren
- Python-Installation prüfen:
• Öffnen Sie Ihr Terminal/Ihre Eingabeaufforderung und geben Sie ein:
python3 --version
• Wenn Python installiert ist, sehen Sie eine Version wie:
Python 3.9.7
- Wenn Python nicht installiert ist:
• Laden Sie Python von python.org herunter.
• Stellen Sie während der Installation sicher, dass Sie auf Windows „Python zu PATH hinzufügen“ aktivieren.
- Installation überprüfen:
python3 --version
Git installieren
- Git-Installation prüfen:
• Führen Sie aus:
git --version
• Wenn installiert, sehen Sie:
git version 2.34.1
- Wenn Git nicht installiert ist:
• Windows: Laden Sie Git von git-scm.com herunter und folgen Sie den Anweisungen.
• Mac/Linux: Installieren Sie es über das Terminal:
sudo apt install git -y # Für Ubuntu/Debian
brew install git # Für macOS
Schritt 2: llama.cpp herunterladen und erstellen
Wir verwenden llama.cpp, um das DeepSeek-R1-Modell lokal auszuführen.
- Öffnen Sie Ihr Terminal/Ihre Eingabeaufforderung.
- Navigieren Sie zu einem geeigneten Ort für Ihre Projektdateien:
mkdir ~/AI_Project
cd ~/AI_Project
- Klonen Sie das llama.cpp-Repository:
git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
- Erstellen Sie das Projekt:
• Mac/Linux:
make
• Windows:
• Installieren Sie einen C++-Compiler (z. B. MSVC oder MinGW).
• Führen Sie aus:
mkdir build
cd build
cmake ..
cmake --build . --config Release
Schritt 3: DeepSeek-R1 8B 4-bit-Modell herunterladen
- Besuchen Sie die DeepSeek-R1 8B Model Page auf Hugging Face.
- Laden Sie die 4-bit quantisierte Modelldatei herunter:
• Beispiel: DeepSeek-R1-Distill-Qwen-8B-Q4_K_M.gguf.
- Verschieben Sie das Modell in Ihren llama.cpp-Ordner:
mv ~/Downloads/DeepSeek-R1-Distill-Qwen-8B-Q4_K_M.gguf ~/AI_Project/llama.cpp
Schritt 4: DeepSeek-R1 starten
- Navigieren Sie zu Ihrem llama.cpp-Ordner:
cd ~/AI_Project/llama.cpp
- Führen Sie das Modell mit einer Beispiel-Eingabeaufforderung aus:
./main -m DeepSeek-R1-Distill-Qwen-8B-Q4_K_M.gguf -p "Was ist die Hauptstadt von Frankreich?"
- Erwartete Ausgabe:
Die Hauptstadt von Frankreich ist Paris.
Schritt 5: Browser-Use Web UI einrichten
- Gehen Sie zurück zu Ihrem Projektordner:
cd ~/AI_Project
- Klonen Sie das Browser-Use-Repository:
git clone https://github.com/browser-use/browser-use.git
cd browser-use
- Erstellen Sie eine virtuelle Umgebung:
python3 -m venv env
- Aktivieren Sie die virtuelle Umgebung:
• Mac/Linux:
source env/bin/activate
• Windows:
env\Scripts\activate
- Abhängigkeiten installieren:
pip install -r requirements.txt
- Starten Sie die Web-UI:
python examples/gradio_demo.py
- Öffnen Sie die lokale URL in Ihrem Browser:
Schritt 6: Konfigurieren Sie die Web-UI für DeepSeek-R1
- Gehen Sie zum Bereich „Einstellungen“ in der Web-UI.
- Geben Sie den DeepSeek-Modellpfad an:
~/AI_Project/llama.cpp/DeepSeek-R1-Distill-Qwen-8B-Q4_K_M.gguf
- Passen Sie die Timeout-Einstellungen an:
• Erhöhen Sie das Timeout für größere Modelle auf 120 Sekunden.
- Aktivieren Sie den Speichersparmodus, wenn Ihr System weniger als 16 GB RAM hat.
Schritt 7: Eine Beispielaufgabe ausführen
Lassen Sie uns einen Agenten erstellen, der:
- Nach Tesla-Aktiennachrichten sucht.
- Reddit-Erwähnungen sammelt.
- Den Aktientrend vorhersagt.
Beispiel-Eingabeaufforderung:
Suche auf Google News nach „Tesla Aktiennews“ und fasse die Top 3 Schlagzeilen zusammen. Überprüfe dann Reddit auf die neuesten Erwähnungen von „Tesla Aktie“ und sage basierend auf den Nachrichten und Diskussionen voraus, ob die Aktie steigen wird.
--
Herzlichen Glückwunsch! Sie haben einen leistungsstarken, privaten KI-Agenten gebaut, der in der Lage ist, das Web zu automatisieren und in Echtzeit zu denken. Im Gegensatz zu teuren, eingeschränkten Tools wie dem OpenAI Operator haben Sie nichts außer Ihrer Zeit ausgegeben. Entfesseln Sie Ihren KI-Agenten für Aufgaben, die einst unmöglich waren, und stellen Sie sich die Möglichkeiten für persönliche Projekte, Forschung und Geschäft vor. Sie sind nicht länger eingeschränkt. Das Web gehört Ihnen – Ihr KI-Agent hat es gerade freigeschaltet! 🚀
Bleiben Sie dran für eine KOSTENLOSE, einfach zu bedienende Einzel-App, die all dies und noch mehr erledigt.
