Skyvern

🐉 LLM'ler ve Bilgisayar Görüşü kullanarak tarayıcı tabanlı iş akışlarını otomatikleştirin 🐉

Skyvern, LLM'ler ve bilgisayar görüşü kullanarak tarayıcı tabanlı iş akışlarını otomatikleştirir. Playwright'ın üzerine AI işlevselliği ekleyen Playwright uyumlu bir SDK'nın yanı sıra, hem teknik hem de teknik olmayan kullanıcıların herhangi bir web sitesinde manuel iş akışlarını otomatikleştirmesine yardımcı olan kod gerektirmeyen bir iş akışı oluşturucu sağlar; kırılgan veya güvenilmez otomasyon çözümlerinin yerini alır.

Tarayıcı otomasyonuna yönelik geleneksel yaklaşımlar, web siteleri için özel betikler yazmayı gerektiriyordu ve genellikle web sitesi düzenleri değiştiğinde bozulan DOM ayrıştırma ve XPath tabanlı etkileşimlere dayanıyordu.

Skyvern, yalnızca kod tanımlı XPath etkileşimlerine güvenmek yerine, web sitelerini öğrenmek ve onlarla etkileşim kurmak için Vision LLM'lerine dayanır.

Nasıl çalışır

Skyvern, BabyAGI ve AutoGPT tarafından popüler hale getirilen Görev Odaklı otonom aracı tasarımından ilham almıştır — tek büyük avantajla: Skyvern'e Playwright gibi tarayıcı otomasyon kitaplıklarını kullanarak web siteleriyle etkileşim kurma yeteneği veriyoruz.

Skyvern, bir web sitesini anlamak, eylemlerini planlamak ve yürütmek için bir aracı sürüsü kullanır:

Bu yaklaşımın birkaç avantajı vardır:

1. Skyvern, daha önce hiç görmediği web sitelerinde çalışabilir; çünkü görsel öğeleri bir iş akışını tamamlamak için gereken eylemlere, herhangi bir özelleştirilmiş kod olmadan eşleyebilir.
2. Skyvern, web sitesi düzeni değişikliklerine karşı dayanıklıdır; çünkü gezinmeye çalışırken sistemimizin aradığı önceden belirlenmiş XPath'ler veya başka seçiciler yoktur.
3. Skyvern, tek bir iş akışını alıp çok sayıda web sitesine uygulayabilir; çünkü iş akışını tamamlamak için gereken etkileşimleri mantıksal olarak çözümleyebilir. Ayrıntılı teknik rapor burada bulunabilir.

Demo

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

Hızlı Başlangıç

Skyvern Cloud

Skyvern Cloud, altyapı konusunda endişelenmeden Skyvern'i çalıştırmanıza olanak tanıyan yönetilen bir bulut sürümüdür. Birden fazla Skyvern örneğini paralel olarak çalıştırmanıza olanak tanır ve bot karşıtı algılama mekanizmaları, proxy ağı ve CAPTCHA çözücülerle birlikte gelir.

Denemek isterseniz, app.skyvern.com adresine gidin ve bir hesap oluşturun.

Yerel Olarak Çalıştırın (UI + Sunucu)

Tercih ettiğiniz kurulum yöntemini seçin:

Veritabanı varsayılanı: skyvern quickstart ve skyvern run server, ~/.skyvern/data.db konumundaki bir SQLite veritabanını varsayılan olarak kullanır; böylece pip yolu Postgres veya Docker olmadan çalışır. Bunun yerine Postgres kullanmak için mevcut bir veritabanı için --database-string değerini iletin (veya quickstart kendi Postgres kapsayıcısını başlatması için --no-postgres değerini atlayın). Docker Compose her zaman paketlenmiş Postgres hizmetini kullanır.

Seçenek A: pip install (Python yönetimli yerel kurulum için önerilir)

Gerekli bağımlılıklar:

• Python 3.11, 3.12 veya 3.13

Ayrıca, Windows için:

• Rust
• C++ geliştirme araçları ve Windows SDK ile VS Code

1. Skyvern'i Kurun

pip install "skyvern[all]"

2. Skyvern'i Çalıştırın

skyvern quickstart

pip hızlı başlangıcı varsayılan olarak SQLite kullanır. Bunun yerine yerel bir Postgres kapsayıcısı kullanmak için skyvern quickstart komutunu çalıştırın (--no-postgres iletmediğiniz sürece Postgres kapsayıcısı başlatılır) veya --database-string=postgresql+psycopg://user:pass@host:5432/dbname ile mevcut bir veritabanına bağlanın.

Seçenek B: Docker Compose

Her şeyin kapsayıcılı olmasını (Postgres, API, UI) ve Python/Node'u yerel olarak kurmak istemiyorsanız bu seçeneği kullanın.

1. Docker Desktop kurun
2. Depoyu klonlayın:

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

3. LLM sağlayıcınızı .env içinde yapılandırın (aşağıdaki quickstart --docker-compose komutu, yoksa .env.example dosyasından oluşturacaktır):

   cp .env.example .env  # if not already created
   # edit .env to add your LLM API key
   

4. Her şeyi başlatın:

   docker compose up -d
   

5. http://localhost:8080 adresini açın

Sorun Giderme

(sqlite3.OperationalError) table organizations already exists — pip install skyvern==1.0.31 içinde bilinen bir hatayla karşılaştınız. Çözüm:

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

Hâlâ 1.0.31 sürümündeyseniz ve yükseltemiyorsanız, bunun yerine uv ile kurun:

uv pip install skyvern

pip install skyvern ResolutionImpossible (litellm / fastmcp) ile başarısız oluyor — 1.0.31'de bir bağımlılık çözümleme çakışmasıyla karşılaştınız. 1.0.32+ sürümüne yükseltin veya uv kullanın: uv pip install skyvern.

SDK

Skyvern, AI destekli tarayıcı otomasyonu ekleyen bir Playwright uzantısıdır. Size Playwright'ın tüm gücünü ek AI yetenekleriyle sunar—öğelerle etkileşim kurmak, veri çıkarmak ve karmaşık çok adımlı iş akışlarını otomatikleştirmek için doğal dil istemlerini kullanın.

Kurulum:

• Python SDK / bulut API'si: pip install skyvern
• Yerel sunucu + paketlenmiş UI: pip install "skyvern[all]" ardından skyvern quickstart çalıştırın
• Postgres ile yerel sunucu + paketlenmiş UI: pip install "skyvern[all]" ardından skyvern quickstart --database-string=postgresql+psycopg://user:pass@host:5432/dbname çalıştırın
• Mevcut bir API için paketlenmiş UI: pip install "skyvern[ui]" ardından VITE_API_BASE_URL değerini ayarlayın (API'niz anahtar gerektiriyorsa VITE_SKYVERN_API_KEY) ve skyvern run ui çalıştırın
• TypeScript: npm install @skyvern/client

AI Destekli Sayfa Komutları

Skyvern, sayfa nesnesine doğrudan dört temel AI komutu ekler:

Komut	Açıklama
page.act(prompt)	Doğal dil kullanarak eylemler gerçekleştirin (ör. "Giriş düğmesine tıklayın")
page.extract(prompt, schema)	İsteğe bağlı JSON şemasıyla sayfadan yapılandırılmış veri çıkarın
page.validate(prompt)	Sayfa durumunu doğrulayın, bool döndürür (ör. "Kullanıcının oturum açıp açmadığını kontrol edin")
page.prompt(prompt, schema)	İsteğe bağlı yanıt şemasıyla LLM'ye rastgele istemler gönderin

Ayrıca, page.agent daha üst düzey iş akışı komutları sağlar:

Komut	Açıklama
page.agent.run_task(prompt)	Karmaşık çok adımlı görevleri yürütün
page.agent.login(credential_type, credential_id)	Kayıtlı kimlik bilgileriyle kimlik doğrulayın (Skyvern, Bitwarden, 1Password)
page.agent.download_files(prompt)	Gezinin ve dosyaları indirin
page.agent.run_workflow(workflow_id)	Önceden oluşturulmuş iş akışlarını yürütün

AI ile Güçlendirilmiş Playwright Eylemleri

Tüm standart Playwright eylemleri, AI destekli öğe konumlandırma için isteğe bağlı bir prompt parametresini destekler:

Eylem	Playwright	AI ile Güçlendirilmiş
Tıkla	page.click("#btn")	page.click(prompt="Click login button")
Doldur	page.fill("#email", "a@b.com")	page.fill(prompt="Email field", value="a@b.com")
Seç	page.select_option("#country", "US")	page.select_option(prompt="Country dropdown", value="US")
Yükle	page.upload_file("#file", "doc.pdf")	page.upload_file(prompt="Upload area", files="doc.pdf")

Üç etkileşim modu:

# 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")

Temel AI Komutları - Örnekler

# 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")

Hızlı Başlangıç Örnekleri

UI ile Çalıştırın:

skyvern run all

Görevleri web arayüzü üzerinden çalıştırmak için http://localhost:8080 adresine gidin. Paketlenmiş UI eksikse, skyvern run ui eşleşen UI paketini kurmayı önerecektir.

Mevcut bir Skyvern API'sine karşı yalnızca paketlenmiş UI'ı çalıştırmak için skyvern[ui] kurun ve skyvern run ui çalıştırmadan önce aşağıdaki ortam değişkenlerini ayarlayın:

• VITE_API_BASE_URL (ör. http://localhost:8000/api/v1) — UI'ı Skyvern API'nize yönlendirir
• VITE_SKYVERN_API_KEY — API'niz anahtar gerektiriyorsa API anahtarı
• VITE_WSS_BASE_URL — WebSocket uç noktası (ayarlanmamışsa VITE_API_BASE_URL'dan çıkarılır)
• VITE_ARTIFACT_API_BASE_URL — yapı indirmeleri için temel URL
• VITE_BROWSER_STREAMING_MODE — tarayıcı görünüm alanı akış modu

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();

Basit görev yürütme:

from skyvern import Skyvern

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

Gelişmiş Kullanım

Kendi tarayıcınızı kontrol edin (Chrome)

Skyvern'in mevcut Chrome tarayıcınızı kontrol etmesini sağlayın — tüm çerezleriniz, oturum açma bilgileriniz ve uzantılarınızla birlikte.

Adım 1: Chrome'da uzaktan hata ayıklamayı etkinleştirin

1. Chrome'u açın ve chrome://inspect/#remote-debugging adresine gidin
2. Hata ayıklama sunucusunu başlatmak için Etkinleştir'e tıklayın
3. Şunu görmelisiniz: Sunucu şu adreste çalışıyor: 127.0.0.1:9222

[!TIP] skyvern init browser komutu bunu otomatik olarak yapabilir — chrome://inspect/#remote-debugging adresini açar, etkinleştirmenizi bekler ve yapılandırmayı kaydeder.

Adım 2: Skyvern'e Bağlanın

Seçenek A — Python Kodu:

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",
)

Seçenek B — Skyvern Hizmeti:

.env dosyanıza iki değişken ekleyin:

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

Skyvern hizmetini skyvern run all ile yeniden başlatın ve görevi UI veya kod üzerinden çalıştırın

Skyvern Cloud'u yerel tarayıcınıza bağlayın

Skyvern Cloud'un makinenizde çalışan bir Chrome tarayıcısını kontrol etmesini sağlayın — tüm mevcut çerezleriniz, oturum açma bilgileriniz ve uzantılarınızla birlikte. Zaten oturum açmış olduğunuz veya VPN arkasındaki siteleri otomatikleştirmek için kullanışlıdır.

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

Ardından görevinizde tünel URL'sini kullanın:

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] Tarayıcınızı bir tünel üzerinden açığa çıkarırken her zaman --api-key kullanın. Bu olmadan, URL'ye sahip olan herkes tarayıcınızın tam kontrolüne sahiptir. Güvenlik belgelerine bakın.

Tüm seçenekler, manuel tünel kurulumu ve sorun giderme için tam belgelere bakın.

Çalıştırmanızdan tutarlı çıktı şeması alın

Bunu data_extraction_schema parametresini ekleyerek yapabilirsiniz:

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"
            }
        }
    }
)

Sorunları hata ayıklamak için yararlı komutlar

# 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

Performans ve Değerlendirme

Skyvern, WebBench kıyaslamasında %64,4 doğrulukla SOTA performansına sahiptir. Teknik rapor + değerlendirme burada bulunabilir

WRITE görevlerinde performans (ör. form doldurma, oturum açma, dosya indirme vb.)

Skyvern, öncelikle RPA (Robotik Süreç Otomasyonu) ile ilgili görevler için kullanılan WRITE görevlerinde (ör. form doldurma, oturum açma, dosya indirme vb.) en iyi performans gösteren ajandır.

Skyvern Özellikleri

Skyvern Görevleri

Görevler, Skyvern'in temel yapı taşıdır. Her görev, Skyvern'e bir web sitesinde gezinmesini ve belirli bir hedefi gerçekleştirmesini söyleyen tek bir istektir.

Görevler bir url ve prompt belirtmenizi gerektirir ve isteğe bağlı olarak bir data schema (çıktının belirli bir şemaya uymasını istiyorsanız) ve error codes (Skyvern'in belirli durumlarda çalışmayı durdurmasını istiyorsanız) içerebilir.

Skyvern İş Akışları

İş akışları, birden fazla görevi birbirine bağlayarak uyumlu bir çalışma birimi oluşturmanın bir yoludur.

Örneğin, 1 Ocak'tan daha yeni tüm faturaları indirmek istiyorsanız, önce faturalar sayfasına giden, ardından yalnızca 1 Ocak'tan daha yeni faturaları gösterecek şekilde filtreleyen, uygun tüm faturaların bir listesini çıkaran ve her faturayı indirmek için üzerinde gezen bir iş akışı oluşturabilirsiniz.

Başka bir örnek, bir e-ticaret mağazasından ürün satın almayı otomatikleştirmek istiyorsanız, önce istenen ürüne giden ve ardından onu sepete ekleyen bir iş akışı oluşturabilirsiniz. İkinci olarak, sepete gidip sepet durumunu doğrular. Son olarak, ürünleri satın almak için ödeme sürecinden geçer.

Desteklenen iş akışı özellikleri şunları içerir:

1. Tarayıcı Görevi
2. Tarayıcı Eylemi
3. Veri Çıkarma
4. Doğrulama
5. For Döngüleri
6. Dosya ayrıştırma
7. E-posta gönderme
8. Metin İstemleri
9. HTTP İstek Bloğu
10. Özel Kod Bloğu
11. Blok depolamaya dosya yükleme
12. (Yakında) Koşullu İfadeler

Canlı Yayın

Skyvern, tarayıcının görünüm alanını yerel makinenize canlı yayınlamanıza olanak tanır; böylece Skyvern'in web'de tam olarak ne yaptığını görebilirsiniz. Bu, hata ayıklama ve Skyvern'in bir web sitesiyle nasıl etkileşim kurduğunu anlama ve gerektiğinde müdahale etme açısından kullanışlıdır.

Form Doldurma

Skyvern, web sitelerindeki form alanlarını doldurma konusunda yerel olarak yeteneklidir. Bilgileri navigation_goal üzerinden iletmek, Skyvern'in bilgileri anlamasını ve formu buna göre doldurmasını sağlar.

Veri Çıkarma

Skyvern, bir web sitesinden veri çıkarma yeteneğine de sahiptir.

Ayrıca, ana istemin içine doğrudan bir data_extraction_schema belirterek Skyvern'e web sitesinden tam olarak hangi verileri çıkarmak istediğinizi jsonc biçiminde söyleyebilirsiniz. Skyvern'in çıktısı, sağlanan şemaya uygun olarak yapılandırılır.

Dosya İndirme

Skyvern, bir web sitesinden dosya indirme yeteneğine de sahiptir. İndirilen tüm dosyalar otomatik olarak blok depolamaya yüklenir (yapılandırılmışsa) ve bunlara UI üzerinden erişebilirsiniz.

Kimlik Doğrulama

Skyvern, oturum açma gerektiren görevleri otomatikleştirmeyi kolaylaştırmak için bir dizi farklı kimlik doğrulama yöntemini destekler. Denemek isterseniz, lütfen bizimle e-posta veya discord üzerinden iletişime geçin.

🔐 2FA Desteği (TOTP)

Skyvern, 2FA gerektiren iş akışlarını otomatikleştirmenize olanak tanıyan bir dizi farklı 2FA yöntemini destekler.

Örnekler şunları içerir:

1. QR tabanlı 2FA (örn. Google Authenticator, Authy)
2. E-posta tabanlı 2FA
3. SMS tabanlı 2FA

🔐 2FA desteği hakkında daha fazla bilgi edinin buradan.

Parola Yöneticisi Entegrasyonları

Skyvern şu anda aşağıdaki parola yöneticisi entegrasyonlarını destekler:

• Bitwarden
• Özel Kimlik Bilgisi Hizmeti (HTTP API)
• 1Password
• LastPass

Model Bağlam Protokolü (MCP)

Skyvern, MCP'yi destekleyen herhangi bir LLM'yi kullanmanıza izin vermek için Model Bağlam Protokolünü (MCP) destekler.

MCP belgelerine buradan bakın.

Zapier / Make.com / N8N Entegrasyonu

Skyvern, Skyvern iş akışlarınızı diğer uygulamalara bağlamanıza olanak tanıyan Zapier, Make.com ve N8N'i destekler.

• Zapier
• Make.com
• N8N

🔐 2FA desteği hakkında daha fazla bilgi edinin buradan.

Skyvern'in gerçek dünya örnekleri

Skyvern'in gerçekte nasıl kullanıldığını görmeyi seviyoruz. İşte Skyvern'in gerçek dünyada iş akışlarını otomatikleştirmek için nasıl kullanıldığına dair bazı örnekler. Lütfen kendi örneklerinizi eklemek için PR açın!

Farklı web sitelerinde fatura indirme

Bunu canlı görmek için demo ayırtın

İş başvurusu sürecini otomatikleştirin

💡 Eylemi görün

Bir üretim şirketi için malzeme tedarikini otomatikleştirin

💡 Eylemi görün

Hesap kaydı yapmak veya form doldurmak için devlet web sitelerinde gezinme

💡 Eylemi görün

Rastgele iletişim formlarını doldurma

💡 Eylemi görün

Herhangi bir dilde sigorta sağlayıcılarından sigorta teklifleri alma

💡 Eylemi görün

💡 Eylemi görün

Katkıda Bulunan Kurulumu

uv yüklü olduğundan emin olun.

1. Sanal ortamınızı oluşturmak için bunu çalıştırın (.venv)

   uv sync --group dev
   

2. İlk sunucu yapılandırmasını gerçekleştirin

   uv run skyvern quickstart
   

3. UI'yi kullanmaya başlamak için tarayıcınızda http://localhost:8080 konumuna gidin Skyvern CLI, Windows, WSL, macOS ve Linux ortamlarını destekler.

Dokümantasyon

Daha kapsamlı dokümantasyon 📕 dokümantasyon sayfamızda bulunabilir. Bir şey net değilse veya eksikse, lütfen bir sorun açarak veya bizimle e-posta ya da discord üzerinden iletişime geçerek bize bildirin.

Desteklenen LLM'ler

Sağlayıcı	Desteklenen Modeller
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	Azure aboneliğinize dağıtılan tüm GPT modelleri
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 aracılığıyla yerel olarak barındırılan herhangi bir modeli çalıştırın
OpenRouter	Modellere OpenRouter üzerinden erişin
OpenAI uyumlu	OpenAI'in API formatını izleyen herhangi bir özel API uç noktası (liteLLM aracılığıyla)

Tüm mevcut model anahtarları, ortam değişkenleri ve çoklu model kurulumları dahil olmak üzere ayrıntılı LLM yapılandırması için LLM Yapılandırma belgelerine bakın.

Katkıda Bulunma

PR'leri ve önerileri memnuniyetle karşılıyoruz! Bir PR/sorun açmaktan veya bizimle e-posta ya da discord üzerinden iletişime geçmekten çekinmeyin. Başlamak için lütfen katkıda bulunma rehberimize ve "Yardım Gerekli" sorunlarına göz atın!

Skyvern deposuyla sohbet etmek isterseniz, nasıl yapılandırıldığına dair üst düzey bir genel bakış elde etmek, üzerine nasıl geliştirme yapılacağı ve kullanım sorularını nasıl çözeceğiniz için Code Sage kontrol edin.

Telemetri

Varsayılan olarak Skyvern, Skyvern'in nasıl kullanıldığını anlamamıza yardımcı olmak için temel kullanım istatistiklerini toplar. Telemetriden çıkmak isterseniz, SKYVERN_TELEMETRY ortam değişkenini false olarak ayarlayın.

Lisans

Skyvern'in açık kaynak deposu, yönetilen bir bulut tarafından desteklenmektedir. Skyvern'e güç veren tüm temel mantık, yönetilen bulut sunumumuzda bulunan anti-bot önlemleri hariç, AGPL-3.0 Lisansı altında bu açık kaynak deposunda mevcuttur.

Lisanslama ile ilgili herhangi bir sorunuz veya endişeniz varsa, lütfen bizimle iletişime geçin ve size yardımcı olmaktan mutluluk duyarız.

Yıldız Geçmişi