Browser-Use项目中使用DeepSeek-R1模型时的JSON解析问题解决方案

Browser-Use是一个基于浏览器的自动化工具项目，它允许用户通过自然语言指令控制浏览器行为。在使用Ollama本地模型时，特别是DeepSeek-R1:14B模型时，开发者可能会遇到JSON解析错误的问题。

问题现象

当尝试使用DeepSeek-R1:14B模型执行任务时，系统会反复报错"Expecting value: line 1 column 1 (char 0)"，这表明模型返回的内容无法被正确解析为JSON格式。这种问题在MacOS和Windows系统上均有出现，而使用Qwen2.5:7B模型时则能正常运行。

问题根源

经过分析，这个问题主要源于两个技术点：

1. 模型响应格式差异：DeepSeek-R1模型的输出格式与其他模型不同，返回的原始响应可能包含额外的文本内容，导致标准的JSON解析方法失效。

2. 工具调用方法配置：项目默认的工具调用方法(auto)没有针对Ollama模型做特殊处理，导致解析失败。

解决方案

方法一：修改工具调用配置

对于DeepSeek-R1模型，需要显式指定工具调用方法为"json_schema"：

llm = ChatOllama(model="deepseek-r1")
agent = Agent(
    task="你的任务描述",
    llm=llm,
    tool_calling_method="json_schema",
    use_vision=False
)

方法二：增强JSON解析逻辑

在CustomAgent类中添加更健壮的JSON解析方法：

def _extract_json_from_raw(self, raw_response: str) -> dict:
    try:
        json_pattern = re.compile(r"\{.*\}", re.DOTALL)
        matches = json_pattern.findall(raw_response)
        
        for match in matches:
            try:
                return json.loads(match)
            except json.JSONDecodeError:
                continue
                
        raise ValueError("No valid JSON found in LLM response.")
    except Exception as e:
        logger.error(f"Error extracting JSON: {e}")
        raise

方法三：更新模型配置

在项目配置中更新Ollama的默认模型设置：

return ChatOllama(
    model=kwargs.get("model_name", "deepseek-r1:14b"),
    temperature=kwargs.get("temperature", 0.0),
    num_ctx=kwargs.get("num_ctx", 32000),
    base_url=base_url,
)

最佳实践建议

1. 模型选择：推荐使用14B或更大参数的模型，7B和8B模型在JSON解析上表现不够稳定。

2. 功能配置：使用DeepSeek-R1模型时，务必取消勾选"Use Vision"选项。

3. 错误处理：实现完善的错误处理机制，当结构化输出失败时自动回退到手动解析。

4. 环境更新：定期更新项目依赖(pip install -r requirements.txt)，确保使用最新版本的浏览器适配器。

通过以上解决方案，开发者可以顺利在Browser-Use项目中使用DeepSeek-R1模型完成浏览器自动化任务。这些修改不仅解决了当前问题，还增强了系统对不同模型输出格式的兼容性。