8.5K+ Star！Skyvern：一个基于LLMs和计算机视觉自动化浏览器工作流的工具
Skyvern 简介
Skyvern[1] 一个使用大型语言模型（LLMs）和计算机视觉自动化浏览器工作流程的工具。 它通过API端点提供服务，能够在无需定制代码的情况下自动化多个网站上的手动工作流程。
Skyvern利用计算机视觉和LLMs实时解析视口（viewport）中的项目，规划交互并执行操作。
它具有适应网站布局变化、在未知网站上操作的能力，并能利用LLMs处理复杂交互情况。
项目特点
主要特点
-
无需定制代码：Skyvern 能够映射视觉元素到完成工作流所需的动作，无需任何定制代码。
-
抵抗网站布局变化：由于没有预定义的XPath或其他选择器，Skyvern 不会受到网站布局变化的影响。
-
跨网站工作流应用：Skyvern 能够将单一工作流应用于大量网站，因为它能够理解完成工作流所需的交互。
-
复杂情况处理：Skyvern 利用 LLMs 推理交互，以确保能够覆盖复杂情况。
使用场景
Skyvern 可以应用于多种场景，包括但不限于：
-
保险报价获取：从 Geico 等保险公司获取汽车保险报价。
-
竞争对手分析：理解不同网站上的产品是否相同，即使尺寸略有不同。
-
发票下载：自动化从多个不同网站上下载发票的过程。
-
工作申请：自动化工作申请流程。
-
材料采购：为制造公司自动化材料采购流程。
项目使用
API端点
Skyvern 提供了一个简单的 API 端点来完全自动化网站上的手动工作流。用户可以通过创建任务（Tasks）和工作流（Workflows）来指导 Skyvern 完成特定的目标。
任务是 Skyvern 中的基本构建块，每个任务都是对 Skyvern 的单个请求，指示它导航到网站并完成特定目标。工作流则是将多个任务链接在一起形成工作单元的方式。
快速开始
Docker Compose 设置（推荐）
-
确保你的机器上安装并运行了 Docker Desktop[2]。
-
确保本地没有运行 postgres（运行
docker ps检查）。 -
克隆仓库并导航到根目录。
-
在 docker-compose.yml[3] 中填写 LLM 提供者密钥。如果你想在远程服务器上运行 Skyvern，请确保在
docker-compose.yml中为 UI 容器设置了正确的服务器 IP。 -
通过命令行运行以下命令：
docker compose up -d
-
在浏览器中导航到
http://localhost:8080开始使用 UI。
完整设置
-
确保你安装了以下软件：
-
Brew[4]（如果你使用的是 Mac）
-
Poetry[5]
-
node[6]
-
Docker[7]
-
克隆仓库并导航到根目录。
-
打开 Docker Desktop（适用于 Windows、macOS 和 Linux）或运行 Docker Daemon。
-
运行设置脚本安装必要的依赖项并设置你的环境：
./setup.sh
-
启动服务器：
./run_skyvern.sh
-
你可以通过 UI 开始发送请求到服务器。要启动 UI，请运行以下命令：
./run_ui.sh
-
在浏览器中导航到
http://localhost:8080开始使用 UI。
项目资源
-
文档网站[8]
-
电子邮件[9]
-
Discord[10]
注：本文内容仅供参考，具体项目特性请参照官方 GitHub 页面的最新说明。
欢迎关注&点赞&在看，感谢你的阅读~
资源列表
[1]
Github地址: https://github.com/Skyvern-AI/skyvern
[2]
Docker Desktop: https://www.docker.com/products/docker-desktop/
[3]
docker-compose.yml: https://github.com/Skyvern-AI/skyvern/blob/main/docker-compose.yml
[4]
Brew安装: https://brew.sh/
[5]
Poetry安装: https://python-poetry.org/docs/#installation
[6]
Node安装: https://nodejs.org/en/download/
[7]
Docker安装: https://docs.docker.com/engine/install/
[8]
文档网站: https://docs.skyvern.ai
[9]
电子邮件: mailto:founders@skyvern.com
[10]
Discord: https://discord.gg/fG2XXEuQX3