Skyvern开源项目

Skyvern 利用大型语言模型（LLMs）和计算机视觉技术，实现基于浏览器的自动化工作流。它提供了一个与 Playwright 兼容的 SDK，可在 Playwright 基础上增强 AI 功能，同时还提供了一个无代码工作流构建器，帮助技术型和非技术型用户在任何网站上实现手动工作流的自动化，从而取代那些脆弱或不可靠的自动化解决方案。

传统的浏览器自动化方法需要为网站编写自定义脚本，通常依赖于 DOM 解析和基于 XPath 的交互，一旦网站布局发生变化，这些交互就会失效。

Skyvern 不再仅依赖代码定义的 XPath 交互，而是借助视觉大型语言模型（Vision LLMs）来学习网站并与其进行交互。