Skyvern 浏览器自动化平台如何 10 分钟跑通第一条 AI 工作流【免费下载链接】skyvernAutomate browser based workflows with AI项目地址: https://gitcode.com/GitHub_Trending/sk/skyvernSkyvern 是一个开源的浏览器自动化平台你给它一句自然语言目标它自己驱动浏览器完成登录、填表、提取、下载不需要你维护任何选择器。适合想替代传统脚本化 RPA 的开发者、内部工具团队以及需要处理多个外部网站操作的业务人员。一个保险报价的真实场景某保险经纪公司每月要从 20 家供应商门户拉取报价。过去由专人逐家操作登录、填车型信息、提交、记录报价一次约 15 分钟且经常因页面改版或漏填字段返工。接入 Skyvern 后流程变成一个工作流自动登录各供应商系统填写报价表单把最终保费提取为 JSON 并汇总。同一种登录—填表—提取的组合换成供应商发票下载、政府系统登记只需要改提示词和凭据不需要重写脚本。三步看懂感知-执行循环Skyvern 执行循环示意对同一页面反复执行截图—LLM 规划—动作执行直到目标达成每个任务按循环推进一轮只有三步截屏。把当前页面截图连同任务目标、已执行动作一起交给视觉 LLM。规划。LLM 识别页面可交互元素返回下一步动作填写某字段、点击某按钮、提取数据。执行。Playwright 引擎在内置 Chromium 中执行动作然后回到第 1 步直到目标达成或触达步数上限。关键点在于它不依赖预写死的 XPath 或 CSS 选择器靠的是对页面截图的理解。网站改版后通常只需微调提示词而不是修脚本。把部署压到两条命令最短路径是 Docker Composegit clone https://gitcode.com/GitHub_Trending/sk/skyvern cd skyvern cat .env EOF ENABLE_OPENAItrue OPENAI_API_KEY你的密钥 LLM_KEYOPENAI_GPT5_5 EOF docker compose up -d它会拉起 Postgres、API 服务和 Web UI 三个容器。1–2 分钟后访问http://localhost:8080即可用API 密钥自动生成在.skyvern/credentials.toml。在 UI 里新建一个 Task写入目标打开 Hacker News提取排名第一的帖子标题点 Run 就是第一个最小用例——Recording 标签页会逐步回放每一步的截图、动作和 LLM 的推理。不想装 Docker 的话pip 路径同样可用pip install skyvern[all] skyvern quickstartquickstart默认使用 SQLite免去数据库配置。Python 要求 3.11–3.13。首次启动的三个常见坑403 Invalid credentials密钥复制不完整。删掉.skyvern目录重启服务即可重新生成注意不要在密钥前后带入换行符。端口与监听容器默认只监听 localhost要暴露到局域网需要改docker-compose.yml的端口绑定并自行在反代层加鉴权。内存浏览器跑在 API 容器内文档建议 4GB 起步、生产 8GB 以上内存不足时任务会明显变慢或被系统杀掉。让登录和 2FA 不再是手动环节很多网页流程的卡点在登录。Skyvern 的凭据体系支持自有凭据、Bitwarden、1Password 和自定义 HTTP 凭据接口四种来源凭据 ID 直接绑定到工作流的登录块上。二次验证支持 TOTP 动态口令来源覆盖 QR 扫码、邮箱和短信下发的三种形态。登录块只需要描述目标和引用的凭据不要把明文密码写进提示词。适合供应商门户、内部后台这类必须登录的系统对完全不涉及登录的公开网站这一节可以跳过。用块库把多步流程固化下来Skyvern 工作流编辑器左侧画布串联登录块与任务块右侧块库按需添加登录、提取、验证、循环等模块单步目标用 Task 就够了一旦流程超过三步且需要固定顺序就值得固化成 Workflow。编辑器左侧画布按箭头串联块右侧块库提供登录块、浏览器任务块、提取块、验证块、For 循环、HTTP 请求块、文件解析块等类型全部可参数化。一个典型组合是登录块进入供应商后台任务块筛选出本季度发票列表循环块逐条下载最后汇总输出。这条工作流之后每次执行只改参数账期、客户名不改结构。让输出变成可以消费的 JSON给任务传入data_extraction_schema后Skyvern 的提取结果会按你声明的字段返回而不是自然语言段落。这样下游 API、脚本或表格就能稳定消费结果不用每次写解析逻辑。每次运行还带有完整录像每一步的截图、执行的动作、LLM 的推理记录都在。任务失败时回放录像通常能定位到具体是哪一步的哪个判断偏了。Skyvern Runs 页面的 Recording 标签页回放浏览器每步操作并展示对应的 LLM 推理与最终 JSON 输出边界与限制先看清再上线成本随步数线性增长。每走一步就是一次截图加一次 LLM 调用MAX_STEPS_PER_RUN默认 10是最直接的预算阀门复杂任务要按需调大并接受相应成本。自托管版没有云端的住宅代理池和验证码求解。批量访问有风控的外部网站容易被拦截这是自部署与云服务差距最大的一项内网系统则不受此影响。浏览器与 API 同容器运行。多任务并发时内存线性上涨需要横向扩容时应切到 Kubernetes 部署仓库内kubernetes-deployment/目录有现成清单。LLM 是硬前提。所有规划都依赖你提供的模型密钥OpenAI、Anthropic、Bedrock、Gemini、Ollama 等模型选型直接决定每一步的准确性和单价。延伸资料自托管的前置条件、浏览器模式和存储配置见 docs/developers/self-hosted/数据库迁移脚本按时间戳排在 alembic/versions/升级排障时可对照版本差异浏览器自动化 SDK 封装在 skyvern/library/任务执行核心逻辑在 skyvern/webeye/。【免费下载链接】skyvernAutomate browser based workflows with AI项目地址: https://gitcode.com/GitHub_Trending/sk/skyvern创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Skyvern 浏览器自动化平台：如何 10 分钟跑通第一条 AI 工作流
Skyvern 浏览器自动化平台如何 10 分钟跑通第一条 AI 工作流【免费下载链接】skyvernAutomate browser based workflows with AI项目地址: https://gitcode.com/GitHub_Trending/sk/skyvernSkyvern 是一个开源的浏览器自动化平台你给它一句自然语言目标它自己驱动浏览器完成登录、填表、提取、下载不需要你维护任何选择器。适合想替代传统脚本化 RPA 的开发者、内部工具团队以及需要处理多个外部网站操作的业务人员。一个保险报价的真实场景某保险经纪公司每月要从 20 家供应商门户拉取报价。过去由专人逐家操作登录、填车型信息、提交、记录报价一次约 15 分钟且经常因页面改版或漏填字段返工。接入 Skyvern 后流程变成一个工作流自动登录各供应商系统填写报价表单把最终保费提取为 JSON 并汇总。同一种登录—填表—提取的组合换成供应商发票下载、政府系统登记只需要改提示词和凭据不需要重写脚本。三步看懂感知-执行循环Skyvern 执行循环示意对同一页面反复执行截图—LLM 规划—动作执行直到目标达成每个任务按循环推进一轮只有三步截屏。把当前页面截图连同任务目标、已执行动作一起交给视觉 LLM。规划。LLM 识别页面可交互元素返回下一步动作填写某字段、点击某按钮、提取数据。执行。Playwright 引擎在内置 Chromium 中执行动作然后回到第 1 步直到目标达成或触达步数上限。关键点在于它不依赖预写死的 XPath 或 CSS 选择器靠的是对页面截图的理解。网站改版后通常只需微调提示词而不是修脚本。把部署压到两条命令最短路径是 Docker Composegit clone https://gitcode.com/GitHub_Trending/sk/skyvern cd skyvern cat .env EOF ENABLE_OPENAItrue OPENAI_API_KEY你的密钥 LLM_KEYOPENAI_GPT5_5 EOF docker compose up -d它会拉起 Postgres、API 服务和 Web UI 三个容器。1–2 分钟后访问http://localhost:8080即可用API 密钥自动生成在.skyvern/credentials.toml。在 UI 里新建一个 Task写入目标打开 Hacker News提取排名第一的帖子标题点 Run 就是第一个最小用例——Recording 标签页会逐步回放每一步的截图、动作和 LLM 的推理。不想装 Docker 的话pip 路径同样可用pip install skyvern[all] skyvern quickstartquickstart默认使用 SQLite免去数据库配置。Python 要求 3.11–3.13。首次启动的三个常见坑403 Invalid credentials密钥复制不完整。删掉.skyvern目录重启服务即可重新生成注意不要在密钥前后带入换行符。端口与监听容器默认只监听 localhost要暴露到局域网需要改docker-compose.yml的端口绑定并自行在反代层加鉴权。内存浏览器跑在 API 容器内文档建议 4GB 起步、生产 8GB 以上内存不足时任务会明显变慢或被系统杀掉。让登录和 2FA 不再是手动环节很多网页流程的卡点在登录。Skyvern 的凭据体系支持自有凭据、Bitwarden、1Password 和自定义 HTTP 凭据接口四种来源凭据 ID 直接绑定到工作流的登录块上。二次验证支持 TOTP 动态口令来源覆盖 QR 扫码、邮箱和短信下发的三种形态。登录块只需要描述目标和引用的凭据不要把明文密码写进提示词。适合供应商门户、内部后台这类必须登录的系统对完全不涉及登录的公开网站这一节可以跳过。用块库把多步流程固化下来Skyvern 工作流编辑器左侧画布串联登录块与任务块右侧块库按需添加登录、提取、验证、循环等模块单步目标用 Task 就够了一旦流程超过三步且需要固定顺序就值得固化成 Workflow。编辑器左侧画布按箭头串联块右侧块库提供登录块、浏览器任务块、提取块、验证块、For 循环、HTTP 请求块、文件解析块等类型全部可参数化。一个典型组合是登录块进入供应商后台任务块筛选出本季度发票列表循环块逐条下载最后汇总输出。这条工作流之后每次执行只改参数账期、客户名不改结构。让输出变成可以消费的 JSON给任务传入data_extraction_schema后Skyvern 的提取结果会按你声明的字段返回而不是自然语言段落。这样下游 API、脚本或表格就能稳定消费结果不用每次写解析逻辑。每次运行还带有完整录像每一步的截图、执行的动作、LLM 的推理记录都在。任务失败时回放录像通常能定位到具体是哪一步的哪个判断偏了。Skyvern Runs 页面的 Recording 标签页回放浏览器每步操作并展示对应的 LLM 推理与最终 JSON 输出边界与限制先看清再上线成本随步数线性增长。每走一步就是一次截图加一次 LLM 调用MAX_STEPS_PER_RUN默认 10是最直接的预算阀门复杂任务要按需调大并接受相应成本。自托管版没有云端的住宅代理池和验证码求解。批量访问有风控的外部网站容易被拦截这是自部署与云服务差距最大的一项内网系统则不受此影响。浏览器与 API 同容器运行。多任务并发时内存线性上涨需要横向扩容时应切到 Kubernetes 部署仓库内kubernetes-deployment/目录有现成清单。LLM 是硬前提。所有规划都依赖你提供的模型密钥OpenAI、Anthropic、Bedrock、Gemini、Ollama 等模型选型直接决定每一步的准确性和单价。延伸资料自托管的前置条件、浏览器模式和存储配置见 docs/developers/self-hosted/数据库迁移脚本按时间戳排在 alembic/versions/升级排障时可对照版本差异浏览器自动化 SDK 封装在 skyvern/library/任务执行核心逻辑在 skyvern/webeye/。【免费下载链接】skyvernAutomate browser based workflows with AI项目地址: https://gitcode.com/GitHub_Trending/sk/skyvern创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考