Skyvern-AI/skyvern

Automate browser based workflows with AI

What it solves

Skyvern 替代了依赖脆弱 DOM 解析与 XPath 的脚本式浏览器自动化，改以 AI 驱动的导航方式。它让用户能够在任何网站上自动化复杂的网页工作流——即使是系统从未见过的站点——也不必为每一次布局变化编写自定义代码。

How it works

Skyvern 使用由 Vision LLM 提供动力的多代理群体来理解网站布局，并将视觉元素映射到所需的操作。它与 Playwright 等浏览器自动化库集成，以执行这些操作。用户可以通过无代码工作流构建器、Python/TypeScript SDK，或托管云服务来使用它。它还可以连接到用户本地的 Chrome 浏览器，利用已有的 Cookie 和登录信息。

Who it’s for

  • Developers 想要使用自然语言提示为 Playwright 脚本添加 AI 能力。
  • Non-technical users 想要通过无代码界面自动化手动的网页任务。
  • Businesses 需要稳健的机器人流程自动化 (RPA) 来进行表单填写、数据提取和文件下载。

Highlights

  • AI-Augmented Playwright：为标准 Playwright 动作添加自然语言指令 (act, extract, validate)。
  • Resilient Navigation：因为以视觉方式推理，而非依赖固定选择器，对网站布局变化具有弹性。
  • Complex Workflows：支持使用循环、文件解析、HTTP 请求和自定义代码块串联任务。
  • Enterprise Ready：包括 2FA 支持 (TOTP、Email、SMS)、密码管理器集成 (Bitwarden)，以及与 Zapier、Make.com、N8N 的连接。
  • Live Monitoring：提供浏览器视口的实时直播，方便实时调试和介入。