逛 GitHub 的时候，发现一个叫 skyvern 的开源项目登上了热榜。
这是一个 AI 控制浏览器自动化工作流的项目。
现在已经在 GitHub 上斩获近 2 万的 Star 了。
01
开源项目简介
01
开源项目简介
在传统的网页自动化 RPA 开发中，最让人头疼的莫过于页面结构变了。
如果你写过 Selenium 或 Puppeteer 脚本，一定经历过因为网站开发者修改了一个 CSS 类名或调整了按钮位置，导致整套脚本报错失效的崩溃瞬间。
为了维护这些脚本，开发者往往需要花费大量时间去修补 XPath 或 CSS 选择器。Skyvern 这个开源项目试图用大模型和计算机视觉彻底解决这个问题。
它不再依赖死板的代码选择器，而是像人类一样看懂网页，从而进行自动化操作。
堪称Token 消耗神器
下面这张图就是开源项目 Skyvern 的核心原理：
拿 AI 在亚马逊（Amazon.com）上完成购物任务的详细工作流举例。
左侧的 Planner 模块负责将上述复杂的宏观指令拆解成一步步可执行的子步骤。中间的 Task 模块负责具体执行 Planner 分配的某一个步骤。 左下角的 Validator 模块是一个反馈机制，用于确认任务是否真的完成了。
体验地址：https://app.skyvern.com/workflows02
如何使用
02
如何使用
Skyvern 提供了 Python 库和基于 Docker 的独立服务两种主要使用方式。为了体验完整功能，包括 UI 界面，推荐使用 Docker 部署。
① 部署环境：你需要安装 Docker 和 Docker Desktop。
② 快速启动（Docker Compose）
克隆开源项目并启动服务：
# 克隆代码git clone https://github.com/Skyvern-AI/skyvern.gitcd skyvern# 初始化配置文件（会生成 .env 文件）# 此时需要根据提示填入你的 LLM API Key（如 OpenAI 或 Claude 的 Key）./run_skyvern.sh init# 启动服务docker compose up -d
启动成功后，访问浏览器 `http://localhost:8080` 即可看到可视化的操作界面。
③ 通过 Python 代码调用
如果你希望将它集成到自己的代码中，可以安装 SDK：
pip install skyvern简单的代码示例：
from skyvern import Skyvern# 初始化skyvern = Skyvern(api_key="你的_SKYVERN_API_KEY")# 注：如果是本地部署，需配置 base_url 指向本地服务# 下达任务task = await skyvern.run_task(prompt="去 Hacker News 网站找到今天热度最高的帖子，并返回标题和链接")print(task)
在运行过程中，你甚至可以通过 UI 界面看到浏览器自动操作的实时画面，非常适合调试和监控。
开源地址：https://github.com/Skyvern-AI/skyvern03
点击下方卡片，关注逛逛 GitHub
这个公众号历史发布过很多有趣的开源项目，如果你懒得翻文章一个个找，你直接关注微信公众号：逛逛 GitHub ，后台对话聊天就行了：
没有评论:
发表评论