Skyvern

आधिकारिक

AI-संचालित ब्राउज़र ऑटोमेशन MCP सर्वर — साइटों पर नेविगेट करें, फॉर्म भरें, डेटा निकालें, और Claude Code CLI के माध्यम से लॉगिन संभालें

GitHub

22.1k

Skyvern MCP के साथ आप क्या कर सकते हैं?

प्राकृतिक भाषा संकेतों से ब्राउज़र कार्य चलाएं — वेबसाइटों पर नेविगेट करने और "आज HackerNews पर शीर्ष पोस्ट ढूंढें" जैसे लक्ष्य पूरे करने के लिए skyvern.run_task का उपयोग करें।
स्कीमा के साथ संरचित डेटा निकालें — अपने परिभाषित गुणों से मेल खाने वाला सुसंगत JSON आउटपुट प्राप्त करने के लिए skyvern.run_task में data_extraction_schema पास करें।
अपने स्वयं के Chrome ब्राउज़र को नियंत्रित करें — अपने मौजूदा कुकीज़ और लॉगिन का उपयोग करके साइटों को स्वचालित करने के लिए रिमोट डिबगिंग के माध्यम से Skyvern को स्थानीय Chrome इंस्टेंस से कनेक्ट करें।
AI-संचालित पेज इंटरैक्शन निष्पादित करें — सेलेक्टर के बजाय प्राकृतिक भाषा का उपयोग करके पेजों से इंटरैक्ट करने के लिए page.act, page.extract, page.validate, या page.agent.run_task का उपयोग करें।
मल्टी-स्टेप वर्कफ़्लो को श्रृंखलित करें — UI में वर्कफ़्लो बनाएं जो ब्राउज़र कार्यों, डेटा निष्कर्षण, सत्यापन, फ़ाइल डाउनलोड और HTTP अनुरोधों को एक एकल स्वचालित अनुक्रम में संयोजित करते हैं।

दस्तावेज़

🐉 LLM और कंप्यूटर विज़न का उपयोग करके ब्राउज़र-आधारित वर्कफ़्लो स्वचालित करें 🐉

Skyvern LLM और कंप्यूटर विज़न का उपयोग करके ब्राउज़र-आधारित वर्कफ़्लो को स्वचालित करता है। यह एक Playwright-संगत SDK प्रदान करता है जो playwright के ऊपर AI कार्यक्षमता जोड़ता है, साथ ही एक नो-कोड वर्कफ़्लो बिल्डर भी प्रदान करता है जो तकनीकी और गैर-तकनीकी दोनों उपयोगकर्ताओं को किसी भी वेबसाइट पर मैन्युअल वर्कफ़्लो को स्वचालित करने में मदद करता है, भंगुर या अविश्वसनीय स्वचालन समाधानों की जगह लेता है।

ब्राउज़र स्वचालन के पारंपरिक तरीकों में वेबसाइटों के लिए कस्टम स्क्रिप्ट लिखने की आवश्यकता होती थी, जो अक्सर DOM पार्सिंग और XPath-आधारित इंटरैक्शन पर निर्भर करते थे जो वेबसाइट लेआउट बदलने पर टूट जाते थे।

केवल कोड-परिभाषित XPath इंटरैक्शन पर निर्भर रहने के बजाय, Skyvern वेबसाइटों को सीखने और उनके साथ इंटरैक्ट करने के लिए Vision LLM पर निर्भर करता है।

यह कैसे काम करता है

Skyvern BabyAGI और AutoGPT द्वारा लोकप्रिय किए गए टास्क-ड्रिवन ऑटोनॉमस एजेंट डिज़ाइन से प्रेरित था -- एक प्रमुख बोनस के साथ: हम Skyvern को Playwright जैसी ब्राउज़र ऑटोमेशन लाइब्रेरी का उपयोग करके वेबसाइटों के साथ इंटरैक्ट करने की क्षमता देते हैं।

Skyvern किसी वेबसाइट को समझने, और अपनी कार्रवाइयों की योजना बनाने और उन्हें निष्पादित करने के लिए एजेंटों के एक झुंड का उपयोग करता है:

इस दृष्टिकोण के कुछ लाभ हैं:

Skyvern उन वेबसाइटों पर काम कर सकता है जिन्हें उसने पहले कभी नहीं देखा है, क्योंकि यह बिना किसी अनुकूलित कोड के वर्कफ़्लो को पूरा करने के लिए आवश्यक कार्रवाइयों के लिए दृश्य तत्वों को मैप करने में सक्षम है
Skyvern वेबसाइट लेआउट परिवर्तनों के प्रति प्रतिरोधी है, क्योंकि नेविगेट करने का प्रयास करते समय हमारे सिस्टम द्वारा खोजे जाने वाले कोई पूर्व-निर्धारित XPath या अन्य चयनकर्ता नहीं हैं
Skyvern एक एकल वर्कफ़्लो लेने और इसे बड़ी संख्या में वेबसाइटों पर लागू करने में सक्षम है, क्योंकि यह वर्कफ़्लो को पूरा करने के लिए आवश्यक इंटरैक्शन के माध्यम से तर्क करने में सक्षम है एक विस्तृत तकनीकी रिपोर्ट यहाँ पाई जा सकती है।

डेमो

https://github.com/user-attachments/assets/5cab4668-e8e2-4982-8551-aab05ff73a7f

त्वरित शुरुआत

Skyvern Cloud

Skyvern Cloud Skyvern का एक प्रबंधित क्लाउड संस्करण है जो आपको बुनियादी ढांचे की चिंता किए बिना Skyvern चलाने की अनुमति देता है। यह आपको समानांतर में कई Skyvern इंस्टेंस चलाने की अनुमति देता है और एंटी-बॉट डिटेक्शन मैकेनिज्म, प्रॉक्सी नेटवर्क और CAPTCHA सॉल्वर के साथ बंडल आता है।

यदि आप इसे आज़माना चाहते हैं, तो app.skyvern.com पर नेविगेट करें और एक खाता बनाएँ।

स्थानीय रूप से चलाएँ (UI + सर्वर)

अपनी पसंदीदा सेटअप विधि चुनें:

डेटाबेस डिफ़ॉल्ट: skyvern quickstart और skyvern run server डिफ़ॉल्ट रूप से ~/.skyvern/data.db पर एक SQLite डेटाबेस का उपयोग करते हैं ताकि pip पथ Postgres या Docker के बिना काम करे। इसके बजाय Postgres का उपयोग करने के लिए, स्थानीय कंटेनर के लिए --postgres या मौजूदा डेटाबेस के लिए --database-string पास करें। Docker Compose हमेशा बंडल Postgres सेवा का उपयोग करता है।

विकल्प A: pip install (Python-प्रबंधित स्थानीय सेटअप के लिए अनुशंसित)

आवश्यक निर्भरताएँ:

Python 3.11, 3.12, या 3.13

इसके अतिरिक्त, Windows के लिए:

Rust
C++ dev tools और Windows SDK के साथ VS Code

1. Skyvern इंस्टॉल करें

pip install "skyvern[all]"

2. Skyvern चलाएँ

skyvern quickstart

pip क्विकस्टार्ट डिफ़ॉल्ट रूप से SQLite का उपयोग करता है। स्थानीय Postgres कंटेनर के लिए, skyvern quickstart --postgres चलाएँ।

विकल्प B: Docker Compose

यदि आप सब कुछ कंटेनरीकृत (Postgres, API, UI) चाहते हैं और स्थानीय रूप से Python/Node इंस्टॉल नहीं करना चाहते हैं तो इस विकल्प का उपयोग करें।

Docker Desktop इंस्टॉल करें

रिपॉजिटरी क्लोन करें:

git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern

.env में अपने LLM प्रदाता को कॉन्फ़िगर करें (नीचे दिया गया quickstart --docker-compose कमांड इसे .env.example से बनाएगा यदि यह गायब है):
```
cp .env.example .env  # if not already created
# edit .env to add your LLM API key
```
सब कुछ शुरू करें:
```
docker compose up -d
```
http://localhost:8080 खोलें

समस्या निवारण

(sqlite3.OperationalError) table organizations already exists — आपने pip install skyvern==1.0.31 में एक ज्ञात बग का सामना किया है। समाधान:

rm ~/.skyvern/data.db   # remove the leftover SQLite file
pip install --upgrade skyvern   # 1.0.32+ contains the fix
skyvern quickstart

यदि आप अभी भी 1.0.31 पर हैं और अपग्रेड नहीं कर सकते हैं, तो इसके बजाय uv के माध्यम से इंस्टॉल करें:

uv pip install skyvern

pip install skyvern ResolutionImpossible (litellm / fastmcp) के साथ विफल रहता है — आपने 1.0.31 में एक निर्भरता-समाधान विरोध का सामना किया है। या तो 1.0.32+ में अपग्रेड करें या uv का उपयोग करें: uv pip install skyvern।

SDK

Skyvern एक Playwright एक्सटेंशन है जो AI-संचालित ब्राउज़र स्वचालन जोड़ता है। यह आपको अतिरिक्त AI क्षमताओं के साथ Playwright की पूरी शक्ति देता है—तत्वों के साथ इंटरैक्ट करने, डेटा निकालने और जटिल मल्टी-स्टेप वर्कफ़्लो को स्वचालित करने के लिए प्राकृतिक भाषा संकेतों का उपयोग करें।

इंस्टॉलेशन:

Python SDK / क्लाउड API: pip install skyvern
स्थानीय सर्वर + पैकेज्ड UI: pip install "skyvern[all]" फिर skyvern quickstart चलाएँ
Postgres के साथ स्थानीय सर्वर + पैकेज्ड UI: pip install "skyvern[all]" फिर skyvern quickstart --postgres चलाएँ
मौजूदा API के लिए पैकेज्ड UI: pip install "skyvern[ui]" फिर चलाएँ skyvern run ui --api-url <api-url> --api-key <api-key>
TypeScript: npm install @skyvern/client

AI-संचालित पेज कमांड

Skyvern पेज ऑब्जेक्ट पर सीधे चार मुख्य AI कमांड जोड़ता है:

कमांड	विवरण
`page.act(prompt)`	प्राकृतिक भाषा का उपयोग करके क्रियाएँ करें (जैसे, "लॉगिन बटन पर क्लिक करें")
`page.extract(prompt, schema)`	वैकल्पिक JSON स्कीमा के साथ पेज से संरचित डेटा निकालें
`page.validate(prompt)`	पेज स्थिति मान्य करें, `bool` लौटाता है (जैसे, "जाँचें कि उपयोगकर्ता लॉग इन है या नहीं")
`page.prompt(prompt, schema)`	वैकल्पिक प्रतिक्रिया स्कीमा के साथ LLM को मनमाना संकेत भेजें

इसके अतिरिक्त, page.agent उच्च-स्तरीय वर्कफ़्लो कमांड प्रदान करता है:

कमांड	विवरण
`page.agent.run_task(prompt)`	जटिल मल्टी-स्टेप कार्य निष्पादित करें
`page.agent.login(credential_type, credential_id)`	संग्रहीत क्रेडेंशियल्स (Skyvern, Bitwarden, 1Password) के साथ प्रमाणित करें
`page.agent.download_files(prompt)`	नेविगेट करें और फ़ाइलें डाउनलोड करें
`page.agent.run_workflow(workflow_id)`	पूर्व-निर्मित वर्कफ़्लो निष्पादित करें

AI-संवर्धित Playwright क्रियाएँ

सभी मानक Playwright क्रियाएँ AI-संचालित तत्व स्थान के लिए एक वैकल्पिक prompt पैरामीटर का समर्थन करती हैं:

क्रिया	Playwright	AI-संवर्धित
क्लिक	`page.click("#btn")`	`page.click(prompt="Click login button")`
भरें	`page.fill("#email", "[email protected]")`	`page.fill(prompt="Email field", value="[email protected]")`
चुनें	`page.select_option("#country", "US")`	`page.select_option(prompt="Country dropdown", value="US")`
अपलोड	`page.upload_file("#file", "doc.pdf")`	`page.upload_file(prompt="Upload area", files="doc.pdf")`

तीन इंटरैक्शन मोड:

# 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")

मुख्य AI कमांड - उदाहरण

# 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")

त्वरित शुरुआत उदाहरण

UI के माध्यम से चलाएँ:

skyvern run all

वेब इंटरफ़ेस के माध्यम से कार्य चलाने के लिए http://localhost:8080 पर नेविगेट करें। यदि पैकेज्ड UI गायब है, तो skyvern run ui मिलान UI पैकेज स्थापित करने की पेशकश करेगा। गैर-संवादात्मक सेटअप के लिए, skyvern run ui --install-ui या skyvern run all --install-ui का उपयोग करें।

किसी मौजूदा Skyvern API के विरुद्ध केवल पैकेज्ड UI चलाने के लिए, skyvern[ui] इंस्टॉल करें और --api-url पास करें; CLI API URL से --wss-url का अनुमान लगाता है जब तक कि आप इसे ओवरराइड न करें। आप VITE_API_BASE_URL, VITE_WSS_BASE_URL, VITE_ARTIFACT_API_BASE_URL, VITE_SKYVERN_API_KEY, और VITE_BROWSER_STREAMING_MODE को skyvern run ui चलाने से पहले सेट भी कर सकते हैं।

Python SDK:

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

TypeScript SDK:

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();

सरल कार्य निष्पादन:

from skyvern import Skyvern

skyvern = Skyvern()
task = await skyvern.run_task(prompt="Find the top post on hackernews today")
print(task)

उन्नत उपयोग

अपने स्वयं के ब्राउज़र को नियंत्रित करें (Chrome)

Skyvern को अपने मौजूदा Chrome ब्राउज़र को नियंत्रित करने दें — आपकी सभी कुकीज़, लॉगिन और एक्सटेंशन के साथ।

चरण 1: Chrome में रिमोट डिबगिंग सक्षम करें

Chrome खोलें और chrome://inspect/#remote-debugging पर नेविगेट करें
डिबगिंग सर्वर शुरू करने के लिए सक्षम करें पर क्लिक करें
आपको दिखना चाहिए: सर्वर चल रहा है: 127.0.0.1:9222

[!TIP] skyvern init browser कमांड यह स्वचालित रूप से कर सकता है — यह chrome://inspect/#remote-debugging खोलता है, आपके इसे सक्षम करने की प्रतीक्षा करता है, और कॉन्फ़िगरेशन सहेजता है।

चरण 2: Skyvern कनेक्ट करें

विकल्प A — Python कोड:

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",
)

विकल्प B — Skyvern सेवा:

अपनी .env फ़ाइल में दो चर जोड़ें:

BROWSER_TYPE=cdp-connect
BROWSER_REMOTE_DEBUGGING_URL=http://127.0.0.1:9222

Skyvern सेवा skyvern run all को पुनरारंभ करें और UI या कोड के माध्यम से कार्य चलाएँ

Skyvern Cloud को अपने स्थानीय ब्राउज़र से कनेक्ट करें

Skyvern Cloud को अपनी मशीन पर चल रहे Chrome ब्राउज़र को नियंत्रित करने दें — आपकी सभी मौजूदा कुकीज़, लॉगिन और एक्सटेंशन के साथ। उन साइटों को स्वचालित करने के लिए उपयोगी है जहाँ आप पहले से लॉग इन हैं या VPN के पीछे हैं।

# One command to start Chrome + create a tunnel to Skyvern Cloud
skyvern browser serve --tunnel

फिर अपने कार्य में टनल URL का उपयोग करें:

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] टनल के माध्यम से अपने ब्राउज़र को उजागर करते समय हमेशा --api-key का उपयोग करें। इसके बिना, URL वाला कोई भी व्यक्ति आपके ब्राउज़र पर पूर्ण नियंत्रण रखता है। सुरक्षा दस्तावेज़ देखें।

सभी विकल्पों, मैन्युअल टनल सेटअप और समस्या निवारण के लिए पूर्ण दस्तावेज़ीकरण देखें।

अपने रन से सुसंगत आउटपुट स्कीमा प्राप्त करें

आप data_extraction_schema पैरामीटर जोड़कर ऐसा कर सकते हैं:

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"
            }
        }
    }
)

समस्याओं को डीबग करने के लिए सहायक कमांड

# 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

प्रदर्शन और मूल्यांकन

Skyvern का WebBench बेंचमार्क पर 64.4% सटीकता के साथ SOTA प्रदर्शन है। तकनीकी रिपोर्ट + मूल्यांकन यहाँ पाया जा सकता है

WRITE कार्यों पर प्रदर्शन (जैसे फॉर्म भरना, लॉग इन करना, फ़ाइलें डाउनलोड करना, आदि)

Skyvern WRITE कार्यों (जैसे फॉर्म भरना, लॉग इन करना, फ़ाइलें डाउनलोड करना, आदि) पर सबसे अच्छा प्रदर्शन करने वाला एजेंट है, जो मुख्य रूप से RPA (रोबोटिक प्रोसेस ऑटोमेशन) से सटे कार्यों के लिए उपयोग किया जाता है।

Skyvern सुविधाएँ

Skyvern कार्य

कार्य Skyvern के अंदर मूलभूत निर्माण खंड हैं। प्रत्येक कार्य Skyvern के लिए एक एकल अनुरोध है, जो इसे किसी वेबसाइट के माध्यम से नेविगेट करने और एक विशिष्ट लक्ष्य प्राप्त करने का निर्देश देता है।

कार्यों के लिए आपको एक url, prompt निर्दिष्ट करने की आवश्यकता होती है, और वैकल्पिक रूप से एक data schema (यदि आप चाहते हैं कि आउटपुट एक विशिष्ट स्कीमा के अनुरूप हो) और error codes (यदि आप चाहते हैं कि Skyvern विशिष्ट स्थितियों में चलना बंद कर दे) शामिल कर सकते हैं।

Skyvern वर्कफ़्लो

वर्कफ़्लो कार्य की एक सामंजस्यपूर्ण इकाई बनाने के लिए कई कार्यों को एक साथ जोड़ने का एक तरीका है।

उदाहरण के लिए, यदि आप 1 जनवरी से नए सभी चालान डाउनलोड करना चाहते थे, तो आप एक वर्कफ़्लो बना सकते हैं जो पहले चालान पृष्ठ पर नेविगेट करता है, फिर केवल 1 जनवरी से नए चालान दिखाने के लिए फ़िल्टर करता है, सभी पात्र चालानों की एक सूची निकालता है, और प्रत्येक चालान को डाउनलोड करने के लिए पुनरावृत्ति करता है।

एक और उदाहरण है यदि आप किसी ई-कॉमर्स स्टोर से उत्पाद खरीदने को स्वचालित करना चाहते थे, तो आप एक वर्कफ़्लो बना सकते हैं जो पहले वांछित उत्पाद पर नेविगेट करता है, फिर उसे कार्ट में जोड़ता है। दूसरा, यह कार्ट पर नेविगेट करेगा और कार्ट की स्थिति मान्य करेगा। अंत में, यह आइटम खरीदने के लिए चेकआउट प्रक्रिया से गुज़रेगा।

समर्थित वर्कफ़्लो सुविधाओं में शामिल हैं:

ब्राउज़र कार्य
ब्राउज़र क्रिया
डेटा निष्कर्षण
मान्यता
फॉर लूप्स
फ़ाइल पार्सिंग
ईमेल भेजना
टेक्स्ट प्रॉम्प्ट
HTTP अनुरोध ब्लॉक
कस्टम कोड ब्लॉक
ब्लॉक स्टोरेज पर फ़ाइलें अपलोड करना
(जल्द ही आ रहा है) शर्तें

लाइवस्ट्रीमिंग

Skyvern आपको ब्राउज़र के व्यूपोर्ट को अपनी स्थानीय मशीन पर लाइवस्ट्रीम करने की अनुमति देता है ताकि आप देख सकें कि Skyvern वेब पर वास्तव में क्या कर रहा है। यह डिबगिंग और यह समझने के लिए उपयोगी है कि Skyvern किसी वेबसाइट के साथ कैसे इंटरैक्ट कर रहा है, और आवश्यकता पड़ने पर हस्तक्षेप करने के लिए

फॉर्म भरना

Skyvern मूल रूप से वेबसाइटों पर फॉर्म इनपुट भरने में सक्षम है। navigation_goal के माध्यम से जानकारी पास करने से Skyvern जानकारी को समझने और तदनुसार फॉर्म भरने में सक्षम होगा।

डेटा निष्कर्षण

Skyvern किसी वेबसाइट से डेटा निकालने में भी सक्षम है।

आप मुख्य संकेत के भीतर सीधे एक data_extraction_schema भी निर्दिष्ट कर सकते हैं ताकि Skyvern को ठीक-ठीक बताया जा सके कि आप वेबसाइट से कौन सा डेटा निकालना चाहते हैं, jsonc प्रारूप में। Skyvern का आउटपुट आपूर्ति की गई स्कीमा के अनुसार संरचित किया जाएगा।

फ़ाइल डाउनलोडिंग

Skyvern किसी वेबसाइट से फ़ाइलें डाउनलोड करने में भी सक्षम है। सभी डाउनलोड की गई फ़ाइलें स्वचालित रूप से ब्लॉक स्टोरेज पर अपलोड की जाती हैं (यदि कॉन्फ़िगर किया गया हो), और आप UI के माध्यम से उन तक पहुँच सकते हैं।

प्रमाणीकरण

Skyvern लॉगिन के पीछे कार्यों को स्वचालित करना आसान बनाने के लिए कई अलग-अलग प्रमाणीकरण विधियों का समर्थन करता है। यदि आप इसे आज़माना चाहते हैं, तो कृपया ईमेल के माध्यम से या discord पर हमसे संपर्क करें।

🔐 2FA समर्थन (TOTP)

Skyvern कई अलग-अलग 2FA विधियों का समर्थन करता है ताकि आप उन वर्कफ़्लो को स्वचालित कर सकें जिनके लिए 2FA की आवश्यकता होती है।

उदाहरणों में शामिल हैं:

QR-आधारित 2FA (जैसे Google Authenticator, Authy)
ईमेल आधारित 2FA
SMS आधारित 2FA

🔐 2FA समर्थन के बारे में अधिक जानें यहाँ।

पासवर्ड मैनेजर एकीकरण

Skyvern वर्तमान में निम्नलिखित पासवर्ड मैनेजर एकीकरणों का समर्थन करता है:

Bitwarden
कस्टम क्रेडेंशियल सेवा (HTTP API)
1Password
LastPass

मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP)

Skyvern मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) का समर्थन करता है ताकि आप किसी भी LLM का उपयोग कर सकें जो MCP का समर्थन करता है।

MCP दस्तावेज़ीकरण यहाँ देखें

Zapier / Make.com / N8N एकीकरण

Skyvern Zapier, Make.com, और N8N का समर्थन करता है ताकि आप अपने Skyvern वर्कफ़्लो को अन्य ऐप्स से जोड़ सकें।

🔐 2FA समर्थन के बारे में अधिक जानें यहाँ।

Skyvern के वास्तविक-दुनिया के उदाहरण

हम यह देखना पसंद करते हैं कि Skyvern का उपयोग वास्तविक दुनिया में कैसे किया जा रहा है। यहाँ कुछ उदाहरण दिए गए हैं कि कैसे Skyvern का उपयोग वास्तविक दुनिया में वर्कफ़्लो को स्वचालित करने के लिए किया जा रहा है। कृपया अपने स्वयं के उदाहरण जोड़ने के लिए PR खोलें!

कई अलग-अलग वेबसाइटों पर चालान डाउनलोड करना

इसे लाइव देखने के लिए डेमो बुक करें

नौकरी आवेदन प्रक्रिया को स्वचालित करें

💡 इसे कार्रवाई में देखें

एक निर्माण कंपनी के लिए सामग्री खरीद को स्वचालित करें

💡 इसे कार्रवाई में देखें

खाते पंजीकृत करने या फॉर्म भरने के लिए सरकारी वेबसाइटों पर नेविगेट करना

💡 इसे कार्रवाई में देखें

यादृच्छिक संपर्क फ़ॉर्म भरना

💡 इसे कार्रवाई में देखें

किसी भी भाषा में बीमा प्रदाताओं से बीमा उद्धरण प्राप्त करना

💡 इसे कार्रवाई में देखें

योगदानकर्ता सेटअप

सुनिश्चित करें कि uv स्थापित है।

अपना वर्चुअल वातावरण बनाने के लिए इसे चलाएँ (.venv)
```
uv sync --group dev
```
प्रारंभिक सर्वर कॉन्फ़िगरेशन करें
```
uv run skyvern quickstart
```
UI का उपयोग शुरू करने के लिए अपने ब्राउज़र में http://localhost:8080 पर नेविगेट करें Skyvern CLI Windows, WSL, macOS और Linux वातावरण का समर्थन करता है।

दस्तावेज़ीकरण

अधिक व्यापक दस्तावेज़ीकरण हमारे 📕 docs पेज पर पाया जा सकता है। कृपया हमें बताएं कि क्या कुछ अस्पष्ट है या गायब है, एक मुद्दा खोलकर या ईमेल के माध्यम से या discord पर हमसे संपर्क करके।

समर्थित LLM

प्रदाता	समर्थित मॉडल
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	आपके Azure सब्सक्रिप्शन में तैनात कोई भी GPT मॉडल
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	Ollama के माध्यम से कोई भी स्थानीय रूप से होस्ट किया गया मॉडल चलाएँ
OpenRouter	OpenRouter के माध्यम से मॉडलों तक पहुँचें
OpenAI-संगत	कोई भी कस्टम API एंडपॉइंट जो OpenAI के API प्रारूप का पालन करता है (liteLLM के माध्यम से)

सभी उपलब्ध मॉडल कुंजियों, पर्यावरण चर और मल्टी-मॉडल सेटअप सहित विस्तृत LLM कॉन्फ़िगरेशन के लिए, LLM कॉन्फ़िगरेशन दस्तावेज़ देखें।

योगदान

हम PR और सुझावों का स्वागत करते हैं! PR/मुद्दा खोलने या ईमेल के माध्यम से या discord पर हमसे संपर्क करने में संकोच न करें। कृपया आरंभ करने के लिए हमारी योगदान गाइड और "सहायता चाहिए" मुद्दों पर एक नज़र डालें!

यदि आप skyvern रिपॉजिटरी के साथ चैट करना चाहते हैं ताकि यह उच्च-स्तरीय अवलोकन प्राप्त कर सकें कि यह कैसे संरचित है, इस पर कैसे निर्माण किया जाए, और उपयोग प्रश्नों को कैसे हल किया जाए, Code Sage देखें।

टेलीमेट्री

डिफ़ॉल्ट रूप से, Skyvern यह समझने में हमारी मदद करने के लिए बुनियादी उपयोग आँकड़े एकत्र करता है कि Skyvern का उपयोग कैसे किया जा रहा है। यदि आप टेलीमेट्री से ऑप्ट-आउट करना चाहते हैं, तो कृपया SKYVERN_TELEMETRY पर्यावरण चर को false पर सेट करें।

लाइसेंस

Skyvern का ओपन सोर्स रिपॉजिटरी एक प्रबंधित क्लाउड के माध्यम से समर्थित है। Skyvern को शक्ति प्रदान करने वाला सभी मूल तर्क इस ओपन सोर्स रिपॉजिटरी में AGPL-3.0 लाइसेंस के तहत लाइसेंस प्राप्त उपलब्ध है, हमारे प्रबंधित क्लाउड पेशकश में उपलब्ध एंटी-बॉट उपायों के अपवाद के साथ।

यदि आपके लाइसेंसिंग के बारे में कोई प्रश्न या चिंताएँ हैं, तो कृपया हमसे संपर्क करें और हमें मदद करने में खुशी होगी।

Skyvern

Skyvern MCP के साथ आप क्या कर सकते हैं?

दस्तावेज़

यह कैसे काम करता है

डेमो

त्वरित शुरुआत

Skyvern Cloud

स्थानीय रूप से चलाएँ (UI + सर्वर)

विकल्प A: pip install (Python-प्रबंधित स्थानीय सेटअप के लिए अनुशंसित)

1. Skyvern इंस्टॉल करें

2. Skyvern चलाएँ

विकल्प B: Docker Compose

समस्या निवारण

SDK

AI-संचालित पेज कमांड

AI-संवर्धित Playwright क्रियाएँ

मुख्य AI कमांड - उदाहरण

त्वरित शुरुआत उदाहरण

उन्नत उपयोग

अपने स्वयं के ब्राउज़र को नियंत्रित करें (Chrome)

चरण 1: Chrome में रिमोट डिबगिंग सक्षम करें

चरण 2: Skyvern कनेक्ट करें

Skyvern Cloud को अपने स्थानीय ब्राउज़र से कनेक्ट करें

अपने रन से सुसंगत आउटपुट स्कीमा प्राप्त करें

समस्याओं को डीबग करने के लिए सहायक कमांड

प्रदर्शन और मूल्यांकन

WRITE कार्यों पर प्रदर्शन (जैसे फॉर्म भरना, लॉग इन करना, फ़ाइलें डाउनलोड करना, आदि)

Skyvern सुविधाएँ

Skyvern कार्य

Skyvern वर्कफ़्लो

लाइवस्ट्रीमिंग

फॉर्म भरना

डेटा निष्कर्षण

फ़ाइल डाउनलोडिंग

प्रमाणीकरण

🔐 2FA समर्थन (TOTP)

पासवर्ड मैनेजर एकीकरण

मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP)

Zapier / Make.com / N8N एकीकरण

Skyvern के वास्तविक-दुनिया के उदाहरण

कई अलग-अलग वेबसाइटों पर चालान डाउनलोड करना

नौकरी आवेदन प्रक्रिया को स्वचालित करें

एक निर्माण कंपनी के लिए सामग्री खरीद को स्वचालित करें

खाते पंजीकृत करने या फॉर्म भरने के लिए सरकारी वेबसाइटों पर नेविगेट करना

यादृच्छिक संपर्क फ़ॉर्म भरना

किसी भी भाषा में बीमा प्रदाताओं से बीमा उद्धरण प्राप्त करना

योगदानकर्ता सेटअप

दस्तावेज़ीकरण

समर्थित LLM

योगदान

टेलीमेट्री

लाइसेंस

स्टार इतिहास