Skyvern
officielServeur MCP d'automatisation de navigateur alimenté par IA — naviguer sur des sites, remplir des formulaires, extraire des données et gérer les connexions via Claude Code CLI
Que pouvez-vous faire avec Skyvern MCP ?
- Exécuter des tâches dans le navigateur — Demandez à l’assistant de naviguer sur un site Web et d’atteindre un objectif, comme trouver la publication la plus populaire sur Hacker News.
- Extraire des données structurées — Demandez des données de page conformes à un schéma JSON afin que les résultats restent cohérents d’une exécution à l’autre.
- Remplir des formulaires et télécharger des fichiers — Automatisez la saisie de formulaires et le téléchargement de fichiers, qui sont enregistrés dans le stockage de blocs lorsque cette option est configurée.
- Se connecter avec des identifiants enregistrés — Authentifiez-vous à l’aide d’identifiants enregistrés dans Skyvern, Bitwarden ou un service d’identifiants personnalisé, y compris avec l’authentification à deux facteurs.
- Enchaîner des workflows en plusieurs étapes — Exécutez des workflows prédéfinis qui combinent des tâches, des boucles, l’extraction de données et la validation.
Documentation
🐉 Automatisez les workflows dans le navigateur à l’aide de LLM et de la vision par ordinateur 🐉
Skyvern automatise les workflows dans le navigateur à l’aide de LLM et de la vision par ordinateur. Il fournit un SDK compatible avec Playwright qui ajoute des fonctionnalités d’IA à Playwright, ainsi qu’un éditeur de workflows sans code qui aide les utilisateurs techniques et non techniques à automatiser les tâches manuelles sur n’importe quel site web, en remplaçant les solutions d’automatisation fragiles ou peu fiables.
Les approches traditionnelles de l’automatisation du navigateur nécessitaient d’écrire des scripts personnalisés pour les sites web, souvent en s’appuyant sur l’analyse du DOM et des interactions basées sur XPath, qui cessaient de fonctionner dès que la mise en page du site changeait.
Au lieu de s’appuyer uniquement sur des interactions XPath définies dans le code, Skyvern utilise des LLM de vision pour apprendre à interagir avec les sites web.
Fonctionnement
Skyvern s’inspire de la conception d’agents autonomes pilotés par les tâches, popularisée par BabyAGI et AutoGPT — avec un avantage majeur : nous donnons à Skyvern la capacité d’interagir avec les sites web à l’aide de bibliothèques d’automatisation du navigateur comme Playwright.
Skyvern utilise un essaim d’agents pour comprendre un site web, puis planifier et exécuter ses actions :
Cette approche présente plusieurs avantages :
- Skyvern peut fonctionner sur des sites web qu’il n’a jamais vus, car il est capable d’associer les éléments visuels aux actions nécessaires pour accomplir un workflow, sans code personnalisé
- Skyvern résiste aux changements de mise en page des sites web, car notre système ne recherche aucun XPath prédéfini ni autre sélecteur lors de la navigation
- Skyvern peut appliquer un même workflow à un grand nombre de sites web, car il est capable de raisonner sur les interactions nécessaires pour l’accomplir Un rapport technique détaillé est disponible ici.
Démo
https://github.com/user-attachments/assets/5cab4668-e8e2-4982-8551-aab05ff73a7f
Démarrage rapide
Skyvern Cloud
Skyvern Cloud est une version cloud gérée de Skyvern qui vous permet de l’exécuter sans vous soucier de l’infrastructure. Elle permet d’exécuter plusieurs instances de Skyvern en parallèle et inclut des mécanismes de détection des robots, un réseau de proxys et des solveurs de CAPTCHA.
Pour l’essayer, rendez-vous sur app.skyvern.com et créez un compte.
Exécution en local (interface utilisateur + serveur)
Choisissez la méthode de configuration qui vous convient :
Base de données par défaut :
skyvern quickstartetskyvern run serverutilisent par défaut une base de données SQLite à l’emplacement~/.skyvern/data.db, ce qui permet à la méthode pip de fonctionner sans Postgres ni Docker. Pour utiliser Postgres à la place, indiquez--database-stringpour une base de données existante (ou omettez--no-postgresafin quequickstartdémarre son propre conteneur Postgres). Docker Compose utilise toujours le service Postgres inclus.
Option A : installation avec pip (recommandée pour une configuration locale gérée par Python)
Dépendances requises :
En outre, sous Windows :
- Rust
- VS Code avec les outils de développement C++ et le SDK Windows
1. Installer Skyvern
pip install "skyvern[server]"
L’option supplémentaire server installe le serveur API local. Sans elle, pip install skyvern installe uniquement le SDK client. Le package pip n’inclut pas l’interface web ; pour l’utiliser, choisissez Docker Compose ou récupérez le code source.
2. Exécuter Skyvern
skyvern quickstart
Le démarrage rapide avec pip utilise SQLite par défaut. Pour utiliser plutôt un conteneur Postgres local, exécutez skyvern quickstart (le conteneur Postgres démarre sauf si vous indiquez --no-postgres), ou connectez-vous à une base de données existante avec --database-string=postgresql+psycopg://user:pass@host:5432/dbname.
Option B : Docker Compose
Choisissez cette option si vous souhaitez tout exécuter dans des conteneurs (Postgres, API, interface utilisateur) et ne voulez pas installer Python/Node localement.
- Installez Docker Desktop
- Clonez le dépôt :
git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern - Configurez votre fournisseur LLM dans
.env(la commandequickstart --docker-composeci-dessous le créera à partir de.env.examples’il n’existe pas) :cp .env.example .env # if not already created # edit .env to add your LLM API key - Démarrez l’ensemble :
docker compose up -d - Ouvrez http://localhost:8080
Dépannage
(sqlite3.OperationalError) table organizations already exists — Vous avez rencontré un bogue connu dans pip install skyvern==1.0.31. Correctif :
rm ~/.skyvern/data.db # remove the leftover SQLite file
pip install --upgrade skyvern # 1.0.32+ contains the fix
skyvern quickstart
Si vous utilisez toujours la version 1.0.31 et ne pouvez pas la mettre à niveau, installez plutôt avec uv :
uv pip install skyvern
pip install skyvern échoue avec ResolutionImpossible (litellm / fastmcp) — Vous avez rencontré un conflit de résolution des dépendances dans la version 1.0.31. Mettez à niveau vers la version 1.0.32 ou ultérieure, ou utilisez uv : uv pip install skyvern.
SDK
Skyvern est une extension de Playwright qui ajoute l’automatisation du navigateur par l’IA. Elle vous offre toute la puissance de Playwright, avec des fonctionnalités d’IA supplémentaires : utilisez des instructions en langage naturel pour interagir avec les éléments, extraire des données et automatiser des workflows complexes en plusieurs étapes.
Installation :
- SDK Python / API cloud :
pip install skyvern - SDK Python avec commandes de navigateur et de page, notamment
Skyvern.local():pip install "skyvern[local]" - Serveur API local :
pip install "skyvern[server]", puis exécutezskyvern quickstart - Serveur API local avec votre propre Postgres :
pip install "skyvern[server]", puis exécutezskyvern quickstart --database-string=postgresql+psycopg://user:pass@host:5432/dbname - Interface web : non incluse dans le package pip. Utilisez Docker Compose ou exécutez
skyvern run uià partir d’une copie du code source. - TypeScript :
npm install @skyvern/client
Commandes de page basées sur l’IA
Skyvern ajoute quatre commandes d’IA essentielles directement à l’objet page :
| Commande | Description |
|---|---|
page.act(prompt) | Effectuer des actions en langage naturel (par exemple, « Cliquer sur le bouton de connexion ») |
page.extract(prompt, schema) | Extraire des données structurées de la page, avec un schéma JSON facultatif |
page.validate(prompt) | Valider l’état de la page ; renvoie bool (par exemple, « Vérifier si l’utilisateur est connecté ») |
page.prompt(prompt, schema) | Envoyer des instructions arbitraires au LLM, avec un schéma de réponse facultatif |
En outre, page.agent fournit des commandes de workflow de plus haut niveau :
| Commande | Description |
|---|---|
page.agent.run_task(prompt) | Exécuter des tâches complexes en plusieurs étapes |
page.agent.login(credential_type, credential_id) | S’authentifier à l’aide d’identifiants enregistrés (Skyvern, Bitwarden, 1Password) |
page.agent.download_files(prompt) | Naviguer et télécharger des fichiers |
page.agent.run_workflow(workflow_id) | Exécuter des workflows prédéfinis |
Actions Playwright enrichies par l’IA
Toutes les actions Playwright standard prennent en charge un paramètre facultatif prompt pour localiser les éléments à l’aide de l’IA :
| Action | Playwright | Enrichie par l’IA |
|---|---|---|
| Cliquer | page.click("#btn") | page.click(prompt="Click login button") |
| Remplir | page.fill("#email", "a@b.com") | page.fill(prompt="Email field", value="a@b.com") |
| Sélectionner | page.select_option("#country", "US") | page.select_option(prompt="Country dropdown", value="US") |
| Téléverser | page.upload_file("#file", "doc.pdf") | page.upload_file(prompt="Upload area", files="doc.pdf") |
Trois modes d’interaction :
# 1. Traditional Playwright - CSS/XPath selectors
await page.click("#submit-button")
# 2. AI-powered - natural language
await page.click(prompt="Click the green Submit button")
# 3. AI fallback - tries selector first, falls back to AI if it fails
await page.click("#submit-btn", prompt="Click the Submit button")
Commandes d’IA essentielles — Exemples
# act - Perform actions using natural language
await page.act("Click the login button and wait for the dashboard to load")
# extract - Extract structured data with optional JSON schema
result = await page.extract("Get the product name and price")
result = await page.extract(
prompt="Extract order details",
schema={"order_id": "string", "total": "number", "items": "array"}
)
# validate - Check page state (returns bool)
is_logged_in = await page.validate("Check if the user is logged in")
# prompt - Send arbitrary prompts to the LLM
summary = await page.prompt("Summarize what's on this page")
Exemples de démarrage rapide
Exécution via l’interface utilisateur :
skyvern run all
À partir d’une copie du code source, rendez-vous sur http://localhost:8080 pour exécuter des tâches depuis l’interface web. Une installation pip n’inclut pas l’interface web ; skyvern run all démarre donc uniquement le serveur API à l’adresse http://localhost:8000.
Pour exécuter uniquement l’interface utilisateur avec une API Skyvern existante, clonez ce dépôt, installez Node.js et définissez les variables d’environnement ci-dessous avant d’exécuter skyvern run ui depuis la racine du dépôt :
VITE_API_BASE_URL(par exemplehttp://localhost:8000/api/v1) — indique à l’interface utilisateur l’adresse de votre API SkyvernVITE_SKYVERN_API_KEY— la clé API si votre API en exige uneVITE_WSS_BASE_URL— point de terminaison WebSocket (déduit deVITE_API_BASE_URLs’il n’est pas défini)VITE_ARTIFACT_API_BASE_URL— URL de base pour les téléchargements d’artefactsVITE_BROWSER_STREAMING_MODE— mode de diffusion en continu de la fenêtre du navigateur
SDK Python :
from skyvern import Skyvern
# Local mode
skyvern = Skyvern.local()
# Or connect to Skyvern Cloud
skyvern = Skyvern(api_key="your-api-key")
# Launch browser and get page
browser = await skyvern.launch_cloud_browser()
page = await browser.get_working_page()
# Mix Playwright with AI-powered actions
await page.goto("https://example.com")
await page.click("#login-button") # Traditional Playwright
await page.agent.login(credential_type="skyvern", credential_id="cred_123") # AI login
await page.click(prompt="Add first item to cart") # AI-augmented click
await page.agent.run_task("Complete checkout with: John Snow, 12345") # AI task
SDK TypeScript :
import { Skyvern } from "@skyvern/client";
const skyvern = new Skyvern({ apiKey: "your-api-key" });
const browser = await skyvern.launchCloudBrowser();
const page = await browser.getWorkingPage();
// Mix Playwright with AI-powered actions
await page.goto("https://example.com");
await page.click("#login-button"); // Traditional Playwright
await page.agent.login("skyvern", { credentialId: "cred_123" }); // AI login
await page.click({ prompt: "Add first item to cart" }); // AI-augmented click
await page.agent.runTask("Complete checkout with: John Snow, 12345"); // AI task
await browser.close();
Exécution d’une tâche simple :
from skyvern import Skyvern
skyvern = Skyvern()
task = await skyvern.run_task(prompt="Find the top post on hackernews today")
print(task)
Utilisation avancée
Contrôler votre propre navigateur (Chrome)
Laissez Skyvern contrôler votre navigateur Chrome existant, avec tous vos cookies, vos connexions et vos extensions.
Étape 1 : Activer le débogage à distance dans Chrome
- Ouvrez Chrome et accédez à
chrome://inspect/#remote-debugging - Cliquez sur Enable pour démarrer le serveur de débogage
- Le message suivant devrait s’afficher : Server running at: 127.0.0.1:9222
[!TIP] La commande
skyvern init browserpeut effectuer cette opération automatiquement : elle ouvrechrome://inspect/#remote-debugging, attend que vous l’activiez et enregistre la configuration.
Étape 2 : Connecter Skyvern
Option A — Code Python :
from skyvern import Skyvern
skyvern = Skyvern(
base_url="http://localhost:8000",
api_key="YOUR_API_KEY",
browser_address="http://127.0.0.1:9222",
)
task = await skyvern.run_task(
prompt="Find the top post on hackernews today",
)
Option B — Service Skyvern :
Ajoutez deux variables à votre fichier .env :
BROWSER_TYPE=cdp-connect
BROWSER_REMOTE_DEBUGGING_URL=http://127.0.0.1:9222
Redémarrez le service Skyvern skyvern run all et exécutez la tâche depuis l’interface utilisateur ou le code.
Connecter Skyvern Cloud à votre navigateur local
Laissez Skyvern Cloud contrôler un navigateur Chrome exécuté sur votre machine, avec tous vos cookies, vos connexions et vos extensions. Cette option est utile pour automatiser des sites auxquels vous êtes déjà connecté ou qui se trouvent derrière un VPN.
# One command to start Chrome + create a tunnel to Skyvern Cloud
skyvern browser serve --tunnel
Utilisez ensuite l’URL du tunnel dans votre tâche :
from skyvern import Skyvern
skyvern = Skyvern(api_key="your-api-key")
task = await skyvern.run_task(
prompt="Download the latest invoice from my account",
browser_address="https://abc123.ngrok-free.dev",
)
[!WARNING] Utilisez toujours
--api-keylorsque vous exposez votre navigateur via un tunnel. Sans cela, toute personne disposant de l’URL peut contrôler entièrement votre navigateur. Consultez la documentation sur la sécurité.
Consultez la documentation complète pour connaître toutes les options, la configuration manuelle du tunnel et les solutions de dépannage.
Obtenir un schéma de sortie cohérent pour votre exécution
Pour cela, ajoutez le paramètre data_extraction_schema :
from skyvern import Skyvern
skyvern = Skyvern()
task = await skyvern.run_task(
prompt="Find the top post on hackernews today",
data_extraction_schema={
"type": "object",
"properties": {
"title": {
"type": "string",
"description": "The title of the top post"
},
"url": {
"type": "string",
"description": "The URL of the top post"
},
"points": {
"type": "integer",
"description": "Number of points the post has received"
}
}
}
)
Commandes utiles pour déboguer les problèmes
# Launch the Skyvern Server Separately*
skyvern run server
# Launch the Skyvern UI
skyvern run ui
# Check status of the Skyvern service
skyvern status
# Stop the Skyvern service
skyvern stop all
# Stop the Skyvern UI
skyvern stop ui
# Stop the Skyvern Server Separately
skyvern stop server
Performances et évaluation
Skyvern affiche des performances de pointe sur le benchmark WebBench, avec une précision de 64,4 %. Le rapport technique et l’évaluation sont disponibles ici.
Performances sur les tâches WRITE (par exemple, remplir des formulaires, se connecter, télécharger des fichiers, etc.)
Skyvern est l’agent le plus performant pour les tâches WRITE (par exemple, remplir des formulaires, se connecter, télécharger des fichiers, etc.), principalement utilisées pour les tâches liées à la RPA (automatisation robotisée des processus).
Fonctionnalités de Skyvern
Tâches Skyvern
Les tâches sont les éléments fondamentaux de Skyvern. Chaque tâche est une requête unique adressée à Skyvern, lui demandant de naviguer sur un site web et d’atteindre un objectif précis.
Les tâches nécessitent de spécifier un url, un prompt et peuvent inclure facultativement un data schema (si vous souhaitez que la sortie respecte un schéma précis) et un error codes (si vous souhaitez que Skyvern cesse de s’exécuter dans certaines situations).
Workflows Skyvern
Les workflows permettent d’enchaîner plusieurs tâches pour former une unité de travail cohérente.
Par exemple, pour télécharger toutes les factures datées après le 1er janvier, vous pouvez créer un workflow qui accède d’abord à la page des factures, filtre ensuite les résultats pour n’afficher que les factures datées après le 1er janvier, extrait la liste de toutes les factures correspondantes, puis parcourt chacune d’elles pour la télécharger.
Autre exemple : pour automatiser l’achat de produits dans une boutique en ligne, vous pouvez créer un workflow qui accède d’abord au produit souhaité, puis l’ajoute au panier. Ensuite, il accède au panier et en valide le contenu. Enfin, il effectue les étapes de paiement pour acheter les articles.
Les fonctionnalités de workflow prises en charge comprennent :
- Tâche de navigateur
- Action de navigateur
- Extraction de données
- Validation
- Boucles For
- Analyse de fichiers
- Envoi d’e-mails
- Instructions textuelles
- Bloc de requête HTTP
- Bloc de code personnalisé
- Téléversement de fichiers vers le stockage de blocs
- (Bientôt disponible) Conditions
Remplissage de formulaires
Skyvern peut remplir nativement les champs de formulaire sur les sites Web. En transmettant des informations via le navigation_goal, vous permettez à Skyvern de les comprendre et de remplir le formulaire en conséquence.
Extraction de données
Skyvern peut également extraire des données d’un site Web.
Vous pouvez aussi spécifier un data_extraction_schema directement dans le prompt principal pour indiquer à Skyvern exactement quelles données extraire du site Web, au format jsonc. La sortie de Skyvern sera structurée conformément au schéma fourni.
Téléchargement de fichiers
Skyvern peut également télécharger des fichiers depuis un site Web. Tous les fichiers téléchargés sont automatiquement envoyés vers le stockage en blocs (si celui-ci est configuré), et vous pouvez y accéder via l’interface utilisateur.
Authentification
Skyvern prend en charge plusieurs méthodes d’authentification afin de faciliter l’automatisation des tâches nécessitant une connexion. Si vous souhaitez essayer, contactez-nous par e-mail ou sur discord.
🔐 Prise en charge de la 2FA (TOTP)
Skyvern prend en charge plusieurs méthodes de 2FA pour vous permettre d’automatiser les workflows qui en nécessitent une.
Exemples :
- 2FA par QR code (p. ex. Google Authenticator, Authy)
- 2FA par e-mail
- 2FA par SMS
🔐 En savoir plus sur la prise en charge de la 2FA ici.
Intégrations de gestionnaires de mots de passe
Skyvern prend actuellement en charge les intégrations de gestionnaires de mots de passe suivantes :
- Bitwarden
- Custom Credential Service (HTTP API)
- 1Password
- LastPass
Model Context Protocol (MCP)
Skyvern prend en charge le Model Context Protocol (MCP), ce qui vous permet d’utiliser n’importe quel LLM compatible avec MCP.
Consultez la documentation MCP ici
Intégration Zapier / Make.com / N8N
Skyvern prend en charge Zapier, Make.com et N8N pour vous permettre de connecter vos workflows Skyvern à d’autres applications.
🔐 En savoir plus sur la prise en charge de la 2FA ici.
Exemples concrets d’utilisation de Skyvern
Nous aimons voir comment Skyvern est utilisé dans le monde réel. Voici quelques exemples d’automatisation de workflows. N’hésitez pas à ouvrir des PR pour ajouter vos propres exemples !
Téléchargement de factures sur de nombreux sites Web
Réservez une démo pour voir cela en direct
Automatiser le processus de candidature à un emploi
Automatiser l’approvisionnement en matériaux pour une entreprise manufacturière
Accéder à des sites Web gouvernementaux pour créer des comptes ou remplir des formulaires
Remplir des formulaires de contact aléatoires
Obtenir des devis d’assurance auprès de fournisseurs dans n’importe quelle langue
Configuration pour les contributeurs
Assurez-vous que uv est installé.
- Exécutez cette commande pour créer votre environnement virtuel (
.venv)uv sync --group dev - Effectuez la configuration initiale du serveur
uv run skyvern quickstart - Accédez à
http://localhost:8080dans votre navigateur pour commencer à utiliser l’interface utilisateur La CLI Skyvern est compatible avec Windows, WSL, macOS et Linux.
Documentation
Vous trouverez une documentation plus complète sur notre 📕 page de documentation. Si certains éléments ne sont pas clairs ou manquent, signalez-le-nous en ouvrant une issue ou en nous contactant par e-mail ou sur discord.
LLM pris en charge
| Fournisseur | Modèles pris en charge |
|---|---|
| OpenAI | GPT-5.5, GPT-5.4, GPT-5, GPT-4.1, o3, o4-mini |
| Anthropic | Claude 4.7 Opus, Claude 4.6 (Sonnet, Opus), Claude 4.5 (Haiku, Sonnet, Opus) |
| Azure OpenAI | Tous les modèles GPT déployés dans votre abonnement Azure |
| AWS Bedrock | Claude 4.7, Claude 4.6 (Sonnet, Opus), Claude 4.5 (Sonnet, Opus) |
| Gemini | Gemini 3.1 Pro, Gemini 3 Flash, Gemini 2.5 Pro/Flash |
| Ollama | Exécutez n’importe quel modèle hébergé localement via Ollama |
| OpenRouter | Accédez aux modèles via OpenRouter |
| Compatible avec OpenAI | Tout point de terminaison d’API personnalisé respectant le format d’API d’OpenAI (via liteLLM) |
Pour obtenir des informations détaillées sur la configuration des LLM, notamment toutes les clés de modèle disponibles, les variables d’environnement et les configurations multi-modèles, consultez la documentation sur la configuration des LLM.
Contribution
Nous accueillons volontiers les PR et les suggestions ! N’hésitez pas à ouvrir une PR ou une issue, ou à nous contacter par e-mail ou sur discord. Consultez notre guide de contribution et les issues "Help Wanted" pour commencer !
Si vous souhaitez discuter avec le dépôt skyvern afin d’obtenir une vue d’ensemble de sa structure, de savoir comment le faire évoluer et de résoudre vos questions d’utilisation, consultez Code Sage.
Télémétrie
Par défaut, Skyvern collecte des statistiques d’utilisation de base pour nous aider à comprendre comment il est utilisé. Pour désactiver la télémétrie, définissez la variable d’environnement SKYVERN_TELEMETRY sur false.
Licence
Le dépôt open source de Skyvern est soutenu par un service cloud géré. Toute la logique principale de Skyvern est disponible dans ce dépôt open source, sous licence AGPL-3.0 License, à l’exception des mesures anti-bot disponibles dans notre offre cloud gérée.
Si vous avez des questions ou des préoccupations concernant la licence, veuillez nous contacter ; nous serons ravis de vous aider.