Skyvern: automatización de flujos de trabajo basados en navegador con LLM y visión por ordenador

Introducción general

Skyvern 是一个利用大语言模型（LLM）和计算机视觉技术来自动化浏览器工作流的工具。它通过提供一个简单的API端点，能够替代那些脆弱或不可靠的自动化解决方案，从而高效地自动化大量网站上的手动操作。Skyvern 可以在从未见过的网站上操作，自动将视觉元素映射到完成工作流程所需的动作，无需任何定制代码。

Skyvern有点像包含视觉能力的BabyAGI 和 AutoGPT。由多Agent完全自动化的根据任务目标思考执行过程并采取相应行动。

Skyvern 在线体验：https://www.skyvern.com/

Skyvern 功能列表

• 自动化浏览器工作流：通过LLM和计算机视觉技术，自动化处理浏览器中的各种任务。
• API端点：提供简单的API接口，方便集成和调用。
• 无需定制代码：无需为每个网站编写定制脚本，适应性强。
• 抗网页布局变化：不依赖于固定的XPath或选择器，能够应对网页布局的变化。
• 大规模应用：能够将单一工作流应用于多个网站。
• interacción inteligente：利用LLM进行推理，处理复杂的交互场景。

Utilizar la ayuda

Proceso de instalación

1. Preparación medioambiental::
   • 确保已安装 Python 3.11 及以上版本。
   • 安装 Poetry 依赖管理工具。
   • 安装 PostgreSQL 数据库。
   • 安装 Node.js 环境。
   • 支持Docker一键部署
2. 克隆源码::

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

3. Instalación de dependencias::

   ./setup.sh
   

4. Configuración de variables de entorno::
   • modificaciones .env 文件，填写所需的API密钥和配置参数。
5. Inicio de los servicios::

   docker-compose up -d
   

可视化任务

如何理解 Skyvern 显示的信息

Visualización de resultados

Skyvern 配有一个可视化工具，帮助您了解任务的执行情况。首先，导航到任务历史页面并点击任意任务查看。

plataforma

Skyvern 执行的每个操作都可以在操作查看器中查看，并且在操作执行后会附带屏幕状态的截图。

录制

每个 Skyvern 任务都包含整个操作过程（端到端）的录制。要查看录制内容，点击录制选项卡。

Parámetros de la misión

任务参数是您提供给 Skyvern 的输入信息，其中包括 URL、提取规则以及任何其他相关信息。

诊断日志

诊断选项卡包含 Skyvern 用于处理的信息，包括带注释的截图、操作截图、元素树、提示、操作列表、页面 HTML 以及原始大语言模型（LLM）请求。

flujo de trabajo

flujo de trabajo — 将多个任务链接在一起

工作流表示将多个数据块链接在一起。想象一下连续调用多个任务、执行条件逻辑、将数据提取到 CSV 等。所有这些想法都将在我们的工作流程功能中得到支持。

我们所有的工作流都以 YAML 格式定义，但新版提供了图形化界面，允许将多个组件链接在一起以生成一些定义的输出。

支持的模块

1. TaskBlock: The magic block. Skyvern navigates through the websites to take actions and/or extract information.
2. ForLoopBlock
3. CodeBlock
4. TextPromptBlock
5. DownloadToS3Block
6. UploadToS3Block
7. SendEmailBlock
8. FileParserBlock

任务块输入项

1. URL (通常必填): Skyvern Agent 的起始点，理想情况下是您希望自动化的目标网站。
   • 在工作流程界面中，如果此输入留空，将会从前一个节点停止的地方继续。导航目标的目的是设置或重置代理的起始点。
   • 如果您在第一个任务块中登录了某个站点，您可能希望在第二个块中留空 URL，以便在登录后继续执行
2. 导航目标 (通常必填): 详细说明 Skyvern 的导航位置和执行的操作。明确的导航目标应该是一个单一目标，并分解为步骤。避免提供多个目标。您需要使用“COMPLETE”指定目标完成，或使用“TERMINATE”放弃目标
   • 导航目标不用于加载 URL。在此字段中要求 Skyvern “访问网站 A”将不会达到预期效果
   • 终止操作将导致 Skyvern 解释为何停止导航
   • 如果您仅希望 Skyvern 提取数据而不导航到其他位置，则可以省略此字段
3. 数据提取目标 (可选): 除了 Skyvern 的导航位置和操作之外，是否有任何 Skyvern 提取并返回的数据？良好的数据提取目标应明确 Skyvern 返回给用户的数据内容
   • 请注意，数据提取仅在 Skyvern 完成导航后进行
4. 提取信息模式 (可选): 如果您有数据提取目标，某些用户可能需要数据以特定格式进行内部用途。导航负载接受 JSON 格式的规范，用于数据返回的格式化
5. 最大步骤数覆盖 (可选): 某些用户希望通过任务的步骤数限制成本
6. 最大重试次数 (可选): 在某步骤失败时允许的重试次数
7. 下载完成即完成 (可选): 允许 Skyvern 在文件下载后完成任务
8. 文件后缀 (可选): 附加在下载文件上的标识符
9. TOTP URL 和 TOTP 标识符 (可选): 如果您有内部系统可以存储 2FA 的 TOTP 代码，此 URL 调用该存储空间。标识符使代码与任务关联起来，这在您同时运行多个任务时非常重要。如果您希望在工作流中设置 2FA 获取功能， 请联系我们.
10. parámetros (可选): 参数是指定运行的自定义占位符。它们可以是工作流参数，通过 API 调用传入，或从上一个任务块中提取的输出参数。如果指定，这些参数将被 Skyvern 用来辅助导航、填写表单或进一步影响网站上的操作。

任务API使用流程（示例）

Tasks API 完整文档地址

1. Creación de tareas::
   • 通过API端点创建任务，指定目标URL和操作目标。
   • Ejemplo de solicitud:

     {
     "url": "https://example.com",
     "navigation_goal": "填写表单并提交",
     "data_extraction_goal": "提取提交后的确认信息"
     }

2. Tareas de control::
   • 使用Skyvern提供的实时监控功能，查看任务执行情况。
   • Acceso a través del navegador http://localhost:8080 查看实时操作。
3. extracción de datos::
   • 指定数据提取模式和格式，Skyvern会自动提取并返回数据。
   • Ejemplo de solicitud:

     {
     "url": "https://example.com/data",
     "data_extraction_schema": {
     "name": "string",
     "email": "string",
     "phone": "string"
     }
     }

4. Descarga de archivos::
   • 指定文件下载目标，Skyvern会自动下载文件并提供下载链接。
   • Ejemplo de solicitud:

     {
     "url": "https://example.com/files",
     "file_download_goal": "下载所有PDF文件"
     }

problemas comunes

• 如何处理身份验证？ Skyvern 支持多种身份验证方式，包括密码管理器集成和多因素认证（2FA）。在创建任务时，可以通过 navigation_payload 提供身份验证信息。
• 如何处理复杂的多步骤工作流？ Skyvern 支持将多个任务串联成工作流，通过API端点依次执行各个任务，完成复杂的操作流程。