Skyvern

🐉 Автоматизируйте рабочие процессы в браузере с помощью LLM и компьютерного зрения 🐉

Skyvern автоматизирует рабочие процессы в браузере с использованием LLM и компьютерного зрения. Он предоставляет SDK, совместимый с Playwright, который добавляет функциональность ИИ поверх Playwright, а также конструктор рабочих процессов без кода, помогающий как техническим, так и нетехническим пользователям автоматизировать ручные процессы на любых веб-сайтах, заменяя хрупкие или ненадежные решения для автоматизации.

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

Вместо того чтобы полагаться только на заданные кодом взаимодействия XPath, Skyvern использует Vision LLM для изучения и взаимодействия с веб-сайтами.

Как это работает

Skyvern был вдохновлен дизайном автономных агентов, управляемых задачами, популяризированным BabyAGI и AutoGPT, с одним важным дополнением: мы даем Skyvern возможность взаимодействовать с веб-сайтами, используя библиотеки автоматизации браузера, такие как Playwright.

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

У этого подхода есть несколько преимуществ:

1. Skyvern может работать с веб-сайтами, которые он никогда раньше не видел, поскольку он способен сопоставлять визуальные элементы с действиями, необходимыми для выполнения рабочего процесса, без какого-либо специализированного кода.
2. Skyvern устойчив к изменениям макета веб-сайта, так как в нашей системе нет заранее определенных XPath или других селекторов, которые она ищет при навигации.
3. Skyvern способен взять один рабочий процесс и применить его к большому количеству веб-сайтов, поскольку он может логически обосновывать взаимодействия, необходимые для выполнения рабочего процесса. Подробный технический отчет можно найти здесь.

Демонстрация

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 со встроенными механизмами защиты от ботов, прокси-сетью и решателями CAPTCHA.

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

Локальный запуск (UI + сервер)

Выберите предпочитаемый 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 --postgres для локального контейнера или --database-string для существующей базы данных. Docker Compose всегда использует встроенный сервис Postgres.

Вариант A: pip install (рекомендуется для локальной настройки под управлением Python)

Необходимые зависимости:

• Python 3.11, 3.12 или 3.13

Дополнительно для Windows:

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

1. Установите Skyvern

pip install "skyvern[all]"

2. Запустите Skyvern

skyvern quickstart

Быстрый старт через pip по умолчанию использует SQLite. Для локального контейнера Postgres выполните skyvern quickstart --postgres.

Вариант B: Docker Compose

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

1. Установите Docker Desktop
2. Клонируйте репозиторий:

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

3. Настройте своего провайдера LLM 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
   

4. Запустите все:

   docker compose up -d
   

5. 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 все еще на версии 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 версии 1.0.31. Либо обновитесь до 1.0.32+, либо используйте uv: uv pip install skyvern.

SDK

Skyvern — это расширение Playwright, добавляющее автоматизацию браузера на базе ИИ. Оно дает 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 выполните skyvern quickstart
• Локальный сервер + встроенный UI с Postgres: pip install "skyvern[all]", затем выполните skyvern quickstart --postgres
• Встроенный UI для существующего API: pip install "skyvern[ui]", затем выполните skyvern run ui --api-url <api-url> --api-key <api-key>
• TypeScript: npm install @skyvern/client

Команды страницы на базе ИИ

Skyvern добавляет четыре основные ИИ-команды непосредственно в объект страницы:

Команда	Описание
page.act(prompt)	Выполнение действий с использованием естественного языка (например, «Нажмите кнопку входа»)
page.extract(prompt, schema)	Извлечение структурированных данных со страницы с возможностью указания JSON-схемы
page.validate(prompt)	Проверка состояния страницы, возвращает bool (например, «Проверить, вошел ли пользователь в систему»)
page.prompt(prompt, schema)	Отправка произвольных запросов в LLM с возможной 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 сохраненными учетными данными (Skyvern, Bitwarden, 1Password)
page.agent.download_files(prompt)	Навигация и загрузка файлов
page.agent.run_workflow(workflow_id)	Выполнение предварительно созданных рабочих процессов

Действия Playwright, дополненные ИИ

Все стандартные действия Playwright поддерживают необязательный параметр prompt для определения местоположения элемента с помощью ИИ:

Действие	Playwright	С дополнением ИИ
Click	page.click("#btn")	page.click(prompt="Click login button")
Fill	page.fill("#email", "a@b.com")	page.fill(prompt="Email field", value="a@b.com")
Select	page.select_option("#country", "US")	page.select_option(prompt="Country dropdown", value="US")
Upload	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 ИИ-команды — 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 на http://localhost:8080, чтобы запускать задачи через веб-интерфейс. Если встроенный UI отсутствует, skyvern run ui предложит установить соответствующий пакет UI. Для неинтерактивной настройки используйте skyvern run ui --install-ui или skyvern run all --install-ui.

Чтобы запустить только встроенный UI для существующего API Skyvern, установите skyvern[ui] и передайте --api-url; CLI определяет --wss-url из URL API, если вы не переопределите его. Вы также можете установить VITE_API_BASE_URL, VITE_WSS_BASE_URL, VITE_ARTIFACT_API_BASE_URL, VITE_SKYVERN_API_KEY, и VITE_BROWSER_STREAMING_MODE перед запуском skyvern run ui.

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, логинами и расширениями.

Шаг 1: Включите удаленную отладку в Chrome

1. Откройте Chrome и перейдите на chrome://inspect/#remote-debugging
2. Нажмите Enable, чтобы запустить сервер отладки
3. Вы должны увидеть: Server running at: 127.0.0.1:9222

[!TIP] Команда skyvern init browser может сделать это автоматически — она открывает chrome://inspect/#remote-debugging, ждет, пока вы включите ее, 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 вашем компьютере, со всеми вашими существующими файлами cookie, логинами 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 предоставлении доступа к вашему браузеру через туннель. Без него любой, у кого есть URL, получает полный контроль над вашим браузером. См. документацию по безопасности.

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

Получение согласованной схемы вывода при запуске

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 передовую производительность (SOTA) в бенчмарке WebBench benchmark с точностью 64,4%. Технический отчет и оценку можно найти здесь

Производительность при выполнении задач WRITE (например, заполнение форм, вход в систему, загрузка файлов и т.д.)

Skyvern — лучший агент по производительности при выполнении задач WRITE (например, заполнение форм, вход в систему, загрузка файлов и т.д.), которые в основном используются для задач, смежных с RPA (роботизированной автоматизацией процессов).

Возможности Skyvern

Задачи Skyvern

Задачи — это фундаментальный строительный блок внутри Skyvern. Каждая задача — это отдельный запрос к Skyvern, предписывающий ему перемещаться по веб-сайту и достичь определенной цели.

Задачи требуют указания url, prompt и могут опционально включать data schema (если вы хотите, чтобы вывод соответствовал определенной схеме) и error codes (если вы хотите, чтобы Skyvern прекратил работу в определенных ситуациях).

Рабочие процессы Skyvern

Рабочие процессы — это способ объединить несколько задач в цепочку для формирования единого блока работы.

Например, если вы хотите загрузить все счета-фактуры новее 1 января, вы можете создать рабочий процесс, который сначала перейдет на страницу счетов-фактур, затем отфильтрует их, чтобы показать только счета новее 1 января, извлечет список всех подходящих счетов и выполнит итерацию по каждому счету для его загрузки.

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

Поддерживаемые функции рабочего процесса включают:

1. Задача браузера
2. Действие в браузере
3. Извлечение данных
4. Проверка
5. Циклы For
6. Парсинг файлов
7. Отправка электронных писем
8. Текстовые подсказки
9. Блок HTTP-запроса
10. Блок пользовательского кода
11. Загрузка файлов в блочное хранилище
12. (Скоро) Условные операторы

Прямая трансляция

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

Заполнение форм

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

Извлечение данных

Skyvern также способен извлекать данные с веб-сайта.

Вы также можете указать data_extraction_schema непосредственно в основном запросе, чтобы точно сообщить Skyvern, какие данные вы хотите извлечь с веб-сайта, в формате jsonc. Вывод Skyvern будет структурирован в соответствии с предоставленной схемой.

Загрузка файлов

Skyvern также способен загружать файлы с веб-сайта. Все загруженные файлы автоматически отправляются в блочное хранилище (если настроено), и вы можете получить к ним доступ через пользовательский 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 двухфакторной аутентификации, позволяющих автоматизировать рабочие процессы, требующие 2FA.

Примеры включают:

1. 2FA на основе QR-кода (например, Google Authenticator, Authy)
2. 2FA по электронной почте
3. 2FA по SMS

🔐 Узнайте больше о поддержке 2FA здесь.

Интеграции с менеджерами паролей

В настоящее время Skyvern поддерживает следующие интеграции с менеджерами паролей:

• Bitwarden
• Пользовательский сервис учетных данных (HTTP API)
• 1Password
• LastPass

Протокол контекста модели (MCP)

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

См. документацию MCP здесь

Интеграция с Zapier / Make.com / N8N

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

• Zapier
• Make.com
• N8N

🔐 Узнайте больше о поддержке 2FA здесь.

Реальные примеры использования Skyvern

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

Загрузка счетов-фактур с множества различных веб-сайтов

Забронируйте демонстрацию, чтобы увидеть это вживую

Автоматизация процесса подачи заявок на работу

💡 Посмотреть в действии

Автоматизация закупок материалов для производственной компании

💡 Посмотреть в действии

Переход на правительственные веб-сайты для регистрации учетных записей или заполнения форм

💡 Посмотреть в действии

Заполнение случайных форм обратной связи

💡 Посмотреть в действии

Получение страховых котировок от страховых компаний на любом языке

💡 Посмотреть в действии

💡 Посмотреть в действии

Настройка для участников

Убедитесь, что у вас установлен uv.

1. Выполните это, чтобы создать виртуальное окружение (.venv)

   uv sync --group dev
   

2. Выполните начальную настройку сервера

   uv run skyvern quickstart
   

3. Перейдите по адресу http://localhost:8080 в браузере, чтобы начать использовать пользовательский интерфейс CLI Skyvern поддерживает Windows, WSL, macOS и Linux.

Документация

Более подробную документацию можно найти 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, развернутые 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	Запуск любой локально размещенной модели через Ollama
OpenRouter	Доступ к моделям через OpenRouter
OpenAI-совместимые	Любая пользовательская конечная точка API, соответствующая формату API OpenAI (через liteLLM)

Подробную информацию о конфигурации LLM, включая все доступные ключи моделей, переменные окружения и настройки с несколькими моделями, см. в документации по конфигурации LLM.

Участие в проекте

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 участию и задачами "Help Wanted", чтобы начать!

Если вы хотите пообщаться с репозиторием Skyvern, чтобы получить общее представление о его структуре, о том, как на его основе строить решения и как решать вопросы использования, ознакомьтесь с 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

Репозиторий Skyvern с открытым исходным кодом поддерживается через управляемое облако. Вся основная логика, лежащая в основе Skyvern, доступна в этом репозитории с открытым исходным кодом под лицензией AGPL-3.0, за исключением мер защиты от ботов, доступных в нашем управляемом облачном предложении.

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

История звезд