Skyvern
官方AI驅動的瀏覽器自動化MCP伺服器 — 透過Claude Code CLI導航網站、填寫表單、提取資料及處理登入
你可以用 Skyvern MCP 做什麼?
- 執行瀏覽器任務 — 請助理瀏覽網站並完成目標,例如找出 Hacker News 上的熱門貼文。
- 擷取結構化資料 — 依照 JSON schema 要求頁面資料,讓每次執行的輸出保持一致。
- 填寫表單並下載檔案 — 自動填寫表單並下載檔案;若已設定,下載內容會儲存至區塊儲存空間。
- 使用已儲存的憑證登入 — 使用 Skyvern、Bitwarden 或自訂憑證服務中的已儲存憑證進行驗證,包括 2FA。
- 串接多步驟工作流程 — 執行結合任務、迴圈、資料擷取與驗證的預建工作流程。
文件
🐉 使用 LLM 和電腦視覺自動化瀏覽器工作流程 🐉
Skyvern 使用 LLM 和電腦視覺自動化瀏覽器工作流程。它提供與 Playwright 相容的 SDK,可在 playwright 上加入 AI 功能,也提供無程式碼工作流程建置工具,協助技術與非技術使用者自動化任何網站上的手動工作流程,取代脆弱或不可靠的自動化方案。
傳統的瀏覽器自動化方式需要為網站編寫自訂指令碼,通常仰賴 DOM 解析和 XPath 互動;只要網站版面變更,這些方式就會失效。
Skyvern 不只依賴以程式碼定義的 XPath 互動,而是運用 Vision LLM 來學習並與網站互動。
運作方式
Skyvern 的設計靈感來自 BabyAGI 和 AutoGPT 推廣的任務導向自主代理程式設計,並加入一項重要優勢:我們讓 Skyvern 能使用 Playwright 等瀏覽器自動化程式庫與網站互動。
Skyvern 使用一組代理程式來理解網站、規劃並執行操作:
這種方法有幾項優勢:
- Skyvern 能在從未接觸過的網站上運作,因為它可以將視覺元素對應至完成工作流程所需的操作,無須任何自訂程式碼
- Skyvern 不受網站版面變更影響,因為系統在導覽時不會尋找預先指定的 XPath 或其他選取器
- Skyvern 能將單一工作流程套用至大量網站,因為它可以推理完成工作流程所需的互動 詳細技術報告請見此處。
示範
https://github.com/user-attachments/assets/5cab4668-e8e2-4982-8551-aab05ff73a7f
快速入門
Skyvern Cloud
Skyvern Cloud 是 Skyvern 的代管雲端版本,讓你無須擔心基礎架構即可執行 Skyvern。它可讓你平行執行多個 Skyvern 執行個體,並內建反機器人偵測機制、代理網路和 CAPTCHA 解題工具。
若要試用,請前往 app.skyvern.com 並建立帳戶。
在本機執行(UI + Server)
選擇偏好的設定方式:
預設資料庫:
skyvern quickstart和skyvern run server預設使用位於~/.skyvern/data.db的 SQLite 資料庫,因此 pip 安裝方式無須 Postgres 或 Docker 即可運作。若要改用 Postgres,請為現有資料庫傳入--database-string(或省略--no-postgres,讓quickstart啟動自己的 Postgres 容器)。Docker Compose 一律使用隨附的 Postgres 服務。
選項 A:pip install(建議用於由 Python 管理的本機設定)
所需相依項目:
此外,Windows 使用者需要:
- Rust
- 安裝 C++ 開發工具和 Windows SDK 的 VS Code
1. 安裝 Skyvern
pip install "skyvern[server]"
server extra 會安裝本機 API 伺服器。不加此項目的 pip install skyvern 只會安裝用戶端 SDK。pip 套件不包含 Web UI;若要使用 UI,請使用 Docker Compose 或從原始碼簽出版本。
2. 執行 Skyvern
skyvern quickstart
pip 快速入門預設使用 SQLite。若要改用本機 Postgres 容器,請執行 skyvern quickstart(除非傳入 --no-postgres,否則會啟動 Postgres 容器),或使用 --database-string=postgresql+psycopg://user:pass@host:5432/dbname 連線至現有資料庫。
選項 B:Docker Compose
若要將所有項目(Postgres、API、UI)容器化,且不想在本機安裝 Python/Node,請使用此選項。
- 安裝 Docker Desktop
- 複製儲存庫:
git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern - 在
.env中設定 LLM 提供者(若檔案不存在,以下的quickstart --docker-compose命令會從.env.example建立):cp .env.example .env # if not already created # edit .env to add your LLM API key - 啟動所有服務:
docker compose up -d - 開啟 http://localhost:8080
疑難排解
(sqlite3.OperationalError) table organizations already exists — 你遇到了 pip install skyvern==1.0.31 中的已知錯誤。修正方式:
rm ~/.skyvern/data.db # remove the leftover SQLite file
pip install --upgrade skyvern # 1.0.32+ contains the fix
skyvern quickstart
如果你仍在使用 1.0.31 且無法升級,請改用 uv 安裝:
uv pip install skyvern
pip install skyvern 因 ResolutionImpossible(litellm / fastmcp)而失敗 — 你遇到了 1.0.31 中的相依性解析衝突。請升級至 1.0.32 以上版本,或使用 uv:uv pip install skyvern。
SDK
Skyvern 是一款加入 AI 自動化功能的 Playwright 擴充套件。 它提供 Playwright 的完整功能,並額外具備 AI 能力——使用自然語言提示與元素互動、擷取資料,以及自動化複雜的多步驟工作流程。
安裝:
- Python SDK / 雲端 API:
pip install skyvern - 含瀏覽器和頁面命令的 Python SDK,包括
Skyvern.local():pip install "skyvern[local]" - 本機 API 伺服器:
pip install "skyvern[server]",然後執行skyvern quickstart - 使用自有 Postgres 的本機 API 伺服器:
pip install "skyvern[server]",然後執行skyvern quickstart --database-string=postgresql+psycopg://user:pass@host:5432/dbname - Web UI:pip 套件不包含此項目。請使用 Docker Compose,或從原始碼簽出版本執行
skyvern run ui。 - TypeScript:
npm install @skyvern/client
AI 驅動的頁面命令
Skyvern 直接在頁面物件上加入四個核心 AI 命令:
| 命令 | 說明 |
|---|---|
page.act(prompt) | 使用自然語言執行操作(例如「點擊登入按鈕」) |
page.extract(prompt, schema) | 從頁面擷取結構化資料,可選擇使用 JSON schema |
page.validate(prompt) | 驗證頁面狀態,回傳 bool(例如「檢查使用者是否已登入」) |
page.prompt(prompt, schema) | 向 LLM 傳送任意提示,可選擇指定回應 schema |
此外,page.agent 提供更高階的工作流程命令:
| 命令 | 說明 |
|---|---|
page.agent.run_task(prompt) | 執行複雜的多步驟工作 |
page.agent.login(credential_type, credential_id) | 使用已儲存的憑證進行驗證(Skyvern、Bitwarden、1Password) |
page.agent.download_files(prompt) | 導覽並下載檔案 |
page.agent.run_workflow(workflow_id) | 執行預先建置的工作流程 |
AI 增強的 Playwright 操作
所有標準 Playwright 操作都支援選用的 prompt 參數,以使用 AI 尋找元素:
| 操作 | Playwright | AI 增強 |
|---|---|---|
| 點擊 | page.click("#btn") | page.click(prompt="Click login button") |
| 填寫 | page.fill("#email", "a@b.com") | page.fill(prompt="Email field", value="a@b.com") |
| 選取 | page.select_option("#country", "US") | page.select_option(prompt="Country dropdown", value="US") |
| 上傳 | page.upload_file("#file", "doc.pdf") | page.upload_file(prompt="Upload area", files="doc.pdf") |
三種互動模式:
# 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")
核心 AI 命令 - 範例
# 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")
快速入門範例
透過 UI 執行:
skyvern run all
從原始碼簽出版本前往 http://localhost:8080,即可透過 Web 介面執行工作。pip 安裝不包含 Web UI,因此 skyvern run all 只會在 http://localhost:8000. 啟動 API 伺服器。
若要只執行 UI,並連線至現有的 Skyvern API,請複製此儲存庫、安裝 Node.js,並在從儲存庫根目錄執行 skyvern run ui 前設定以下環境變數:
VITE_API_BASE_URL(例如http://localhost:8000/api/v1)— 指定 UI 要連線的 Skyvern APIVITE_SKYVERN_API_KEY— API 要求金鑰時使用的 API 金鑰VITE_WSS_BASE_URL— WebSocket 端點(若未設定,會從VITE_API_BASE_URL推斷)VITE_ARTIFACT_API_BASE_URL— 成品下載的基礎 URLVITE_BROWSER_STREAMING_MODE— 瀏覽器視窗串流模式
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();
簡易工作執行:
from skyvern import Skyvern
skyvern = Skyvern()
task = await skyvern.run_task(prompt="Find the top post on hackernews today")
print(task)
進階用法
控制自己的瀏覽器(Chrome)
讓 Skyvern 控制你現有的 Chrome 瀏覽器,並使用其中所有 Cookie、登入狀態和擴充功能。
步驟 1:在 Chrome 中啟用遠端偵錯
- 開啟 Chrome 並前往
chrome://inspect/#remote-debugging - 點擊 Enable 以啟動偵錯伺服器
- 你應該會看到:Server running at: 127.0.0.1:9222
[!TIP]
skyvern init browser命令可以自動完成此操作——它會開啟chrome://inspect/#remote-debugging、等待你啟用功能,並儲存設定。
步驟 2:連線 Skyvern
選項 A — Python 程式碼:
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",
)
選項 B — Skyvern 服務:
在 .env 檔案中新增兩個變數:
BROWSER_TYPE=cdp-connect
BROWSER_REMOTE_DEBUGGING_URL=http://127.0.0.1:9222
重新啟動 Skyvern 服務 skyvern run all,並透過 UI 或程式碼執行工作
將 Skyvern Cloud 連線至本機瀏覽器
讓 Skyvern Cloud 控制在你電腦上執行的 Chrome 瀏覽器,並使用其中所有現有的 Cookie、登入狀態和擴充功能。適合自動化你已登入或位於 VPN 後方的網站。
# One command to start Chrome + create a tunnel to Skyvern Cloud
skyvern browser serve --tunnel
接著,在工作中使用通道 URL:
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] 透過通道公開瀏覽器時,請務必使用
--api-key。若未使用,任何取得 URL 的人都能完全控制你的瀏覽器。請參閱安全性文件。
所有選項、手動設定通道的方式及疑難排解,請參閱完整文件。
取得執行結果的一致輸出 schema
你可以加入 data_extraction_schema 參數來達成:
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"
}
}
}
)
用於偵錯的實用命令
# 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
效能與評估
Skyvern 在 WebBench 基準測試中達到 SOTA 表現,準確率為 64.4%。技術報告與評估結果請見此處。
WRITE 工作的效能(例如填寫表單、登入、下載檔案等)
Skyvern 是執行 WRITE 工作(例如填寫表單、登入、下載檔案等)表現最佳的代理程式,這類工作主要用於鄰近 RPA(機器人流程自動化)的任務。
Skyvern 功能
Skyvern 工作
工作是 Skyvern 的基本組成單位。每個工作都是向 Skyvern 提出的一項請求,指示它瀏覽網站並完成特定目標。
工作需要指定 url、prompt,也可以選擇加入 data schema(若希望輸出符合特定 schema)和 error codes(若希望 Skyvern 在特定情況下停止執行)。
Skyvern 工作流程
工作流程可將多個工作串連起來,形成一個完整的工作單位。
例如,若要下載所有日期晚於 1 月 1 日的發票,可以建立一個工作流程:先前往發票頁面,再篩選出日期晚於 1 月 1 日的發票,擷取所有符合條件的發票清單,然後逐一下載。
另一個例子是自動化從電子商務商店購買商品。工作流程可以先前往所需商品頁面,再將商品加入購物車。接著前往購物車並驗證購物車狀態。最後完成結帳流程並購買商品。
支援的工作流程功能包括:
- 瀏覽器工作
- 瀏覽器操作
- 資料擷取
- 驗證
- For 迴圈
- 檔案解析
- 傳送電子郵件
- 文字提示
- HTTP 請求區塊
- 自訂程式碼區塊
- 將檔案上傳至區塊儲存空間
- (即將推出)條件判斷
表單填寫
Skyvern 原生支援填寫網站上的表單欄位。透過 navigation_goal 傳入資訊,即可讓 Skyvern 理解資訊並據此填寫表單。
資料擷取
Skyvern 也能從網站擷取資料。
您也可以直接在主要提示中指定 data_extraction_schema,以 jsonc 格式告訴 Skyvern 您想從網站擷取哪些資料。Skyvern 的輸出會依照提供的結構描述進行整理。
檔案下載
Skyvern 也能從網站下載檔案。所有下載的檔案都會自動上傳至區塊儲存空間(若已設定),您可以透過 UI 存取這些檔案。
驗證
Skyvern 支援多種不同的驗證方式,讓您更輕鬆地自動化需要登入的任務。若您想試用,請透過電子郵件或 discord 聯絡我們。
🔐 支援 2FA(TOTP)
Skyvern 支援多種不同的 2FA 方法,讓您能自動化需要 2FA 的工作流程。
例如:
- 以 QR code 為基礎的 2FA(例如 Google Authenticator、Authy)
- 電子郵件 2FA
- 簡訊 2FA
🔐 在此處深入了解 2FA 支援。
密碼管理工具整合
Skyvern 目前支援以下密碼管理工具整合:
- Bitwarden
- 自訂憑證服務(HTTP API)
- 1Password
- LastPass
Model Context Protocol (MCP)
Skyvern 支援 Model Context Protocol (MCP),讓您可以使用任何支援 MCP 的 LLM。
請參閱此處的 MCP 文件。
Zapier / Make.com / N8N 整合
Skyvern 支援 Zapier、Make.com 和 N8N,讓您能將 Skyvern 工作流程連接至其他應用程式。
🔐 在此處深入了解 2FA 支援。
Skyvern 的真實案例
我們很樂於看到 Skyvern 在實際環境中的各種應用。以下是一些 Skyvern 用於自動化實際工作流程的案例。歡迎提交 PR,新增您自己的案例!
在許多不同網站下載發票
自動化求職申請流程
自動化製造公司的物料採購
前往政府網站註冊帳戶或填寫表單
填寫各式各樣的聯絡我們表單
以任何語言向保險業者取得保險報價
貢獻者環境設定
請確認已安裝 uv。
- 執行以下指令建立虛擬環境(
.venv)uv sync --group dev - 執行初始伺服器設定
uv run skyvern quickstart - 在瀏覽器中前往
http://localhost:8080,開始使用 UI Skyvern CLI 支援 Windows、WSL、macOS 和 Linux 環境。
文件
如需更完整的文件,請參閱我們的📕 文件頁面。如果有任何內容不清楚或有所缺漏,請提交 issue,或透過電子郵件或 discord 聯絡我們。
支援的 LLM
| Provider | Supported Models |
|---|---|
| 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 | Any GPT models deployed to your Azure subscription |
| 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 | 透過 Ollama 執行任何本機託管的模型 |
| OpenRouter | 透過 OpenRouter 存取模型 |
| OpenAI-compatible | 任何符合 OpenAI API 格式的自訂 API 端點(透過 liteLLM) |
如需 LLM 設定的詳細資訊,包括所有可用的模型金鑰、環境變數和多模型設定,請參閱 LLM 設定文件。
參與貢獻
歡迎提交 PR 和建議!歡迎提交 PR/issue,或透過電子郵件或 discord 聯絡我們。 請參閱我們的貢獻指南和 「Help Wanted」issues,開始參與貢獻!
如果您想與 skyvern 儲存庫對話,了解其架構、如何以此為基礎進行開發,以及如何解決使用上的疑問,請參閱 Code Sage。
遙測
預設情況下,Skyvern 會收集基本使用統計資料,協助我們了解 Skyvern 的使用情況。若要選擇退出遙測,請將 SKYVERN_TELEMETRY 環境變數設為 false。
授權
Skyvern 的開源儲存庫由代管雲端服務提供支援。Skyvern 的所有核心邏輯都可在此開源儲存庫中取得,並採用 AGPL-3.0 License 授權,但我們代管雲端服務提供的反機器人措施除外。
如果您對授權有任何疑問或疑慮,請聯絡我們,我們很樂意提供協助。