Skyvern

официальный

MCP-сервер для автоматизации браузера на основе ИИ — навигация по сайтам, заполнение форм, извлечение данных и обработка входов в систему через Claude Code CLI

GitHub

22.9k

Попробовать этот MCPСпонсировано

Что можно делать с Skyvern MCP?

Выполнение задач браузера на естественном языке — Попросите вашего ассистента выполнять многошаговые веб-процессы через page.agent.run_task(), например, «Найди лучший пост на Hacker News сегодня».
Извлечение структурированных данных со страниц — Используйте page.extract() с необязательной JSON-схемой для получения конкретной информации, такой как детали заказа или списки товаров.
Выполнение действий Playwright с помощью ИИ — Кликайте, заполняйте, выбирайте или загружайте файлы с помощью подсказок на естественном языке вместо CSS/XPath-селекторов, например, page.click(prompt="Click the green Submit button").
Проверка состояния страницы — Используйте page.validate() для проверки условий, таких как статус входа, возвращая логический результат.
Аутентификация с сохранёнными учётными данными — Используйте page.agent.login() для входа с учётными данными Skyvern, Bitwarden или 1Password, включая поддержку 2FA.
Скачивание файлов по подсказкам — Укажите page.agent.download_files() для навигации и получения файлов, которые загружаются в блочное хранилище.

Документация

🐉 Автоматизируйте браузерные рабочие процессы с помощью LLM и компьютерного зрения 🐉

Skyvern автоматизирует браузерные рабочие процессы с помощью LLM и компьютерного зрения. Он предоставляет SDK, совместимый с Playwright, который добавляет функции ИИ поверх playwright, а также конструктор рабочих процессов без кода, помогающий как техническим, так и нетехническим пользователям автоматизировать ручные рабочие процессы на любом веб-сайте, заменяя хрупкие или ненадёжные решения для автоматизации.

Традиционные подходы к автоматизации браузера требовали написания пользовательских скриптов для веб-сайтов, часто полагаясь на разбор DOM и взаимодействия на основе XPath, которые ломались при изменении макетов веб-сайтов.

Вместо того чтобы полагаться только на определённые в коде взаимодействия XPath, Skyvern использует Vision LLM для изучения веб-сайтов и взаимодействия с ними.

Как это работает

Skyvern был вдохновлён дизайном автономных агентов, управляемых задачами, популяризированным BabyAGI и AutoGPT — с одним важным дополнением: мы даём Skyvern возможность взаимодействовать с веб-сайтами с помощью библиотек автоматизации браузера, таких как Playwright.

Skyvern использует рой агентов для понимания веб-сайта, планирования и выполнения своих действий:

Этот подход имеет несколько преимуществ:

Skyvern может работать на веб-сайтах, которые он никогда раньше не видел, поскольку он способен сопоставлять визуальные элементы с действиями, необходимыми для выполнения рабочего процесса, без какого-либо пользовательского кода
Skyvern устойчив к изменениям макета веб-сайта, поскольку нет предопределённых XPath или других селекторов, которые наша система ищет при навигации
Skyvern может взять один рабочий процесс и применить его к большому количеству веб-сайтов, поскольку он способен рассуждать о взаимодействиях, необходимых для выполнения рабочего процесса Подробный технический отчёт можно найти здесь.

Демо

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

Быстрый старт

Skyvern Cloud

Skyvern Cloud — это управляемая облачная версия Skyvern, которая позволяет запускать Skyvern, не беспокоясь об инфраструктуре. Она позволяет запускать несколько экземпляров Skyvern параллельно и поставляется с механизмами обнаружения ботов, прокси-сетью и решателями CAPTCHA.

Если вы хотите попробовать, перейдите на app.skyvern.com и создайте учётную запись.

Запуск локально (UI + сервер)

Выберите предпочтительный способ настройки:

База данных по умолчанию: skyvern quickstart и skyvern run server по умолчанию используют базу данных SQLite по адресу ~/.skyvern/data.db, поэтому путь pip работает без Postgres или Docker. Чтобы вместо этого использовать Postgres, передайте --database-string для существующей базы данных (или опустите --no-postgres, чтобы quickstart запустил собственный контейнер Postgres). Docker Compose всегда использует встроенный сервис Postgres.

Вариант A: установка через pip (рекомендуется для локальной настройки с управлением Python)

Необходимые зависимости:

Python 3.11, 3.12 или 3.13

Дополнительно для Windows:

Rust
VS Code с инструментами разработки C++ и Windows SDK

1. Установите Skyvern

pip install "skyvern[all]"

2. Запустите Skyvern

skyvern quickstart

Быстрый старт через pip по умолчанию использует SQLite. Чтобы вместо этого использовать локальный контейнер Postgres, запустите skyvern quickstart (контейнер Postgres запускается, если вы не передадите --no-postgres), или подключитесь к существующей базе данных с помощью --database-string=postgresql+psycopg://user:pass@host:5432/dbname.

Вариант B: Docker Compose

Используйте этот вариант, если вы хотите, чтобы всё было в контейнерах (Postgres, API, UI), и не хотите устанавливать Python/Node локально.

Установите Docker Desktop

Клонируйте репозиторий:

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

Настройте вашего LLM-провайдера в .env (команда quickstart --docker-compose ниже создаст его из .env.example, если он отсутствует):
```
cp .env.example .env  # if not already created
# edit .env to add your LLM API key
```
Запустите всё:
```
docker compose up -d
```
Откройте http://localhost:8080

Устранение неполадок

(sqlite3.OperationalError) table organizations already exists — Вы столкнулись с известной ошибкой в pip install skyvern==1.0.31. Исправление:

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

Если вы всё ещё используете 1.0.31 и не можете обновиться, установите через uv:

uv pip install skyvern

pip install skyvern завершается с ошибкой ResolutionImpossible (litellm / fastmcp) — Вы столкнулись с конфликтом разрешения зависимостей в 1.0.31. Либо обновитесь до 1.0.32+, либо используйте uv: uv pip install skyvern.

SDK

Skyvern — это расширение Playwright, которое добавляет автоматизацию браузера на основе ИИ. Оно даёт вам всю мощь Playwright с дополнительными возможностями ИИ — используйте подсказки на естественном языке для взаимодействия с элементами, извлечения данных и автоматизации сложных многошаговых рабочих процессов.

Установка:

Python SDK / облачный API: pip install skyvern
Локальный сервер + встроенный UI: pip install "skyvern[all]", затем запустите skyvern quickstart
Локальный сервер + встроенный UI с Postgres: pip install "skyvern[all]", затем запустите skyvern quickstart --database-string=postgresql+psycopg://user:pass@host:5432/dbname
Встроенный UI для существующего API: pip install "skyvern[ui]", затем задайте VITE_API_BASE_URL (и VITE_SKYVERN_API_KEY, если ваш API требует ключ) и запустите skyvern run ui
TypeScript: npm install @skyvern/client

Команды страницы на основе ИИ

Skyvern добавляет четыре основные команды ИИ непосредственно в объект страницы:

Команда	Описание
`page.act(prompt)`	Выполнение действий с помощью естественного языка (например, «Нажмите кнопку входа»)
`page.extract(prompt, schema)`	Извлечение структурированных данных со страницы с необязательной JSON-схемой
`page.validate(prompt)`	Проверка состояния страницы, возвращает `bool` (например, «Проверьте, вошёл ли пользователь в систему»)
`page.prompt(prompt, schema)`	Отправка произвольных подсказок LLM с необязательной схемой ответа

Кроме того, page.agent предоставляет команды рабочего процесса более высокого уровня:

Команда	Описание
`page.agent.run_task(prompt)`	Выполнение сложных многошаговых задач
`page.agent.login(credential_type, credential_id)`	Аутентификация с сохранёнными учётными данными (Skyvern, Bitwarden, 1Password)
`page.agent.download_files(prompt)`	Навигация и загрузка файлов
`page.agent.run_workflow(workflow_id)`	Выполнение готовых рабочих процессов

Действия Playwright с поддержкой ИИ

Все стандартные действия Playwright поддерживают необязательный параметр prompt для поиска элементов с помощью ИИ:

Действие	Playwright	С ИИ
Клик	`page.click("#btn")`	`page.click(prompt="Click login button")`
Заполнение	`page.fill("#email", "a@b.com")`	`page.fill(prompt="Email field", value="a@b.com")`
Выбор	`page.select_option("#country", "US")`	`page.select_option(prompt="Country dropdown", value="US")`
Загрузка	`page.upload_file("#file", "doc.pdf")`	`page.upload_file(prompt="Upload area", files="doc.pdf")`

Три режима взаимодействия:

# 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")

Основные команды ИИ — примеры

# 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")

Примеры быстрого старта

Запуск через UI:

skyvern run all

Перейдите к http://localhost:8080, чтобы запускать задачи через веб-интерфейс. Если встроенный UI отсутствует, skyvern run ui предложит установить соответствующий пакет UI.

Чтобы запустить только встроенный UI для существующего Skyvern API, установите skyvern[ui] и задайте переменные окружения ниже перед запуском skyvern run ui:

VITE_API_BASE_URL (например, http://localhost:8000/api/v1) — указывает UI на ваш Skyvern API
VITE_SKYVERN_API_KEY — ключ API, если ваш API требует его
VITE_WSS_BASE_URL — конечная точка WebSocket (выводится из VITE_API_BASE_URL, если не задана)
VITE_ARTIFACT_API_BASE_URL — базовый URL для загрузки артефактов
VITE_BROWSER_STREAMING_MODE — режим потоковой передачи области просмотра браузера

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();

Простое выполнение задачи:

from skyvern import Skyvern

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

Расширенное использование

Управление собственным браузером (Chrome)

Позвольте Skyvern управлять вашим существующим браузером Chrome — со всеми вашими файлами cookie, входами и расширениями.

Шаг 1: Включите удалённую отладку в Chrome

Откройте Chrome и перейдите к chrome://inspect/#remote-debugging
Нажмите Включить, чтобы запустить сервер отладки
Вы должны увидеть: Сервер запущен по адресу: 127.0.0.1:9222

[!TIP] Команда skyvern init browser может сделать это автоматически — она открывает chrome://inspect/#remote-debugging, ждёт, пока вы включите её, и сохраняет конфигурацию.

Шаг 2: Подключите Skyvern

Вариант A — код 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",
)

Вариант B — сервис Skyvern:

Добавьте две переменные в ваш файл .env:

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

Перезапустите сервис Skyvern skyvern run all и запустите задачу через UI или код

Подключение Skyvern Cloud к вашему локальному браузеру

Позвольте Skyvern Cloud управлять браузером Chrome, запущенным на вашей машине, — со всеми вашими существующими файлами cookie, входами и расширениями. Полезно для автоматизации сайтов, где вы уже вошли в систему или находитесь за VPN.

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

Затем используйте URL туннеля в вашей задаче:

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] Всегда используйте --api-key при открытии доступа к вашему браузеру через туннель. Без этого любой, у кого есть URL, получит полный контроль над вашим браузером. См. документацию по безопасности.

См. полную документацию для всех вариантов, ручной настройки туннеля и устранения неполадок.

Получение согласованной схемы вывода из вашего запуска

Вы можете сделать это, добавив параметр 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"
            }
        }
    }
)

Полезные команды для отладки проблем

# 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

Производительность и оценка

Skyvern демонстрирует производительность уровня SOTA на эталонном тесте WebBench с точностью 64,4%. Технический отчёт и оценку можно найти здесь

Производительность на задачах WRITE (например, заполнение форм, вход в систему, загрузка файлов и т. д.)

Skyvern — самый производительный агент на задачах WRITE (например, заполнение форм, вход в систему, загрузка файлов и т. д.), которые в основном используются для задач, смежных с RPA (роботизированная автоматизация процессов).

Возможности Skyvern

Задачи Skyvern

Задачи — это фундаментальный строительный блок внутри Skyvern. Каждая задача — это отдельный запрос к Skyvern, инструктирующий его перемещаться по веб-сайту и достигать конкретной цели.

Задачи требуют указать url, prompt и могут дополнительно включать data schema (если вы хотите, чтобы вывод соответствовал конкретной схеме) и error codes (если вы хотите, чтобы Skyvern прекращал работу в определённых ситуациях).

Рабочие процессы Skyvern

Рабочие процессы — это способ объединить несколько задач в единый целостный блок работы.

Например, если вы хотите загрузить все счета-фактуры новее 1 января, вы можете создать рабочий процесс, который сначала перейдёт на страницу счетов-фактур, затем отфильтрует их, чтобы показывать только счета-фактуры новее 1 января, извлечёт список всех подходящих счетов-фактур и пройдётся по каждому счёту-фактуре, чтобы загрузить его.

Другой пример: если вы хотите автоматизировать покупку товаров в интернет-магазине, вы можете создать рабочий процесс, который сначала перейдёт к нужному товару, затем добавит его в корзину. Во-вторых, он перейдёт в корзину и проверит её состояние. Наконец, он пройдёт процесс оформления заказа для покупки товаров.

Поддерживаемые функции рабочих процессов включают:

Задача браузера
Действие браузера
Извлечение данных
Проверка
Циклы For
Разбор файлов
Отправка электронных писем
Текстовые подсказки
Блок HTTP-запросов
Блок пользовательского кода
Загрузка файлов в блочное хранилище
(Скоро) Условные операторы

Прямая трансляция

Skyvern позволяет транслировать область просмотра браузера на ваш локальный компьютер, чтобы вы могли видеть, что именно Skyvern делает в Интернете. Это полезно для отладки, понимания того, как Skyvern взаимодействует с веб-сайтом, и вмешательства при необходимости

Заполнение форм

Skyvern изначально умеет заполнять поля форм на веб-сайтах. Передача информации через navigation_goal позволит Skyvern понять данные и соответствующим образом заполнить форму.

Извлечение данных

Skyvern также умеет извлекать данные с веб-сайта.

Вы можете указать data_extraction_schema прямо в основном промпте, чтобы сообщить Skyvern, какие именно данные вы хотите извлечь с сайта, в формате jsonc. Вывод Skyvern будет структурирован в соответствии с предоставленной схемой.

Скачивание файлов

Skyvern также умеет скачивать файлы с веб-сайтов. Все загруженные файлы автоматически сохраняются в блочное хранилище (если оно настроено), и вы можете получить к ним доступ через интерфейс.

Аутентификация

Skyvern поддерживает несколько различных методов аутентификации, чтобы упростить автоматизацию задач за логином. Если вы хотите попробовать, пожалуйста, свяжитесь с нами по электронной почте или в Discord.

🔐 Поддержка 2FA (TOTP)

Skyvern поддерживает несколько различных методов 2FA, что позволяет автоматизировать рабочие процессы, требующие двухфакторной аутентификации.

Примеры включают:

2FA на основе QR-кода (например, Google Authenticator, Authy)
2FA на основе электронной почты
2FA на основе SMS

🔐 Узнайте больше о поддержке 2FA здесь.

Интеграции с менеджерами паролей

Skyvern в настоящее время поддерживает следующие интеграции с менеджерами паролей:

Bitwarden
Пользовательский сервис учётных данных (HTTP API)
1Password
LastPass

Протокол контекста модели (MCP)

Skyvern поддерживает протокол контекста модели (MCP), что позволяет использовать любую LLM, поддерживающую MCP.

См. документацию по MCP здесь

Интеграция с Zapier / Make.com / N8N

Skyvern поддерживает Zapier, Make.com и N8N, что позволяет подключать ваши рабочие процессы Skyvern к другим приложениям.

🔐 Узнайте больше о поддержке 2FA здесь.

Реальные примеры использования Skyvern

Нам нравится видеть, как Skyvern используется в реальных условиях. Вот несколько примеров того, как Skyvern используется для автоматизации рабочих процессов в реальном мире. Пожалуйста, открывайте PR, чтобы добавить свои собственные примеры!

Скачивание счетов на многих различных веб-сайтах

Запишитесь на демо, чтобы увидеть это вживую

Автоматизация процесса подачи заявок на работу

💡 Посмотреть в действии

Автоматизация закупки материалов для производственной компании

💡 Посмотреть в действии

Переход на государственные веб-сайты для регистрации аккаунтов или заполнения форм

💡 Посмотреть в действии

Заполнение случайных контактных форм

💡 Посмотреть в действии

Получение страховых котировок от страховых компаний на любом языке

💡 Посмотреть в действии

Настройка для контрибьюторов

Убедитесь, что у вас установлен uv.

Выполните это, чтобы создать виртуальное окружение (.venv)
```
uv sync --group dev
```
Выполните начальную настройку сервера
```
uv run skyvern quickstart
```
Перейдите к http://localhost:8080 в вашем браузере, чтобы начать использовать интерфейс CLI Skyvern поддерживает Windows, WSL, macOS и Linux.

Документация

Более подробная документация доступна на нашей 📕 странице документации. Пожалуйста, сообщите нам, если что-то неясно или отсутствует, открыв issue или связавшись с нами по электронной почте или в Discord.

Поддерживаемые LLM

Провайдер	Поддерживаемые модели
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	Любые модели GPT, развёрнутые в вашей подписке 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	Запускайте любую локально размещённую модель через Ollama
OpenRouter	Доступ к моделям через OpenRouter
OpenAI-совместимые	Любая пользовательская конечная точка API, следующая формату API OpenAI (через liteLLM)

Подробную информацию о настройке LLM, включая все доступные ключи моделей, переменные окружения и многомодельные конфигурации, см. в документации по настройке LLM.

Вклад в проект

Мы приветствуем PR и предложения! Не стесняйтесь открывать PR/issue или связываться с нами по электронной почте или в Discord. Пожалуйста, ознакомьтесь с нашим руководством по вкладу и задачами "Help Wanted", чтобы начать!

Если вы хотите пообщаться с репозиторием skyvern, чтобы получить общее представление о его структуре, о том, как его расширять, и как решать вопросы по использованию, загляните в Code Sage.

Телеметрия

По умолчанию Skyvern собирает базовую статистику использования, чтобы помочь нам понять, как используется Skyvern. Если вы хотите отказаться от телеметрии, установите переменную окружения SKYVERN_TELEMETRY в значение false.

Лицензия

Открытый репозиторий Skyvern поддерживается через управляемое облако. Вся основная логика, обеспечивающая работу Skyvern, доступна в этом открытом репозитории под лицензией AGPL-3.0, за исключением мер против ботов, доступных в нашем управляемом облачном предложении.

Если у вас есть вопросы или опасения по поводу лицензирования, пожалуйста, свяжитесь с нами, и мы будем рады помочь.

Skyvern

Что можно делать с Skyvern MCP?

Документация

Как это работает

Демо

Быстрый старт

Skyvern Cloud

Запуск локально (UI + сервер)

Вариант A: установка через pip (рекомендуется для локальной настройки с управлением Python)

1. Установите Skyvern

2. Запустите Skyvern

Вариант B: Docker Compose

Устранение неполадок

SDK

Команды страницы на основе ИИ

Действия Playwright с поддержкой ИИ

Основные команды ИИ — примеры

Примеры быстрого старта

Расширенное использование

Управление собственным браузером (Chrome)

Шаг 1: Включите удалённую отладку в Chrome

Шаг 2: Подключите Skyvern

Подключение Skyvern Cloud к вашему локальному браузеру

Получение согласованной схемы вывода из вашего запуска

Полезные команды для отладки проблем

Производительность и оценка

Производительность на задачах WRITE (например, заполнение форм, вход в систему, загрузка файлов и т. д.)

Возможности Skyvern

Задачи Skyvern

Рабочие процессы Skyvern

Прямая трансляция

Заполнение форм

Извлечение данных

Скачивание файлов

Аутентификация

🔐 Поддержка 2FA (TOTP)

Интеграции с менеджерами паролей

Протокол контекста модели (MCP)

Интеграция с Zapier / Make.com / N8N

Реальные примеры использования Skyvern

Скачивание счетов на многих различных веб-сайтах

Автоматизация процесса подачи заявок на работу

Автоматизация закупки материалов для производственной компании

Переход на государственные веб-сайты для регистрации аккаунтов или заполнения форм

Заполнение случайных контактных форм

Получение страховых котировок от страховых компаний на любом языке

Настройка для контрибьюторов

Документация

Поддерживаемые LLM

Вклад в проект

Телеметрия

Лицензия

История звёзд