Skyvern

Freemium

访问

Skyvern 是一款 AI 驱动的浏览器自动化工具，帮助团队在无需脆弱选择器或自定义脚本的情况下，执行可重复的网站工作流。

访问网站

什么是 Skyvern？

Skyvern 是一款面向不提供 API 或仍需通过浏览器操作的网站的 AI 驱动浏览器自动化产品。资料将其描述为在浏览器中原生自动化工作流，包括登录、填写表单、数据提取、文档处理和测试。

它面向需要在真实网站上执行可重复自动化的团队，包括带有 CAPTCHA、双因素身份验证（2FA）且界面不断变化的门户。Skyvern 还提供多种创建工作流的方式，从自然语言提示和上传 SOP，到可视化构建器及基于 SDK 的集成。

Skyvern 能做什么？

浏览器原生工作流自动化

Skyvern 专为在无需依赖脆弱 CSS 选择器或自定义脚本的情况下，自动化不提供 API 的网站浏览器工作流而设计。资料强调，它直接在浏览器中运行，操作方式类似于用户完成任务的过程。

身份验证与 CAPTCHA 处理

产品表示，它可以在自动化流程中处理 CAPTCHA、双因素身份验证和 TOTP。因此，它适合需要频繁登录的门户及其他受保护的网页流程。

代理与地理定位控制

Skyvern 支持通过住宅网络和数据中心网络进行代理路由，并可定位到国家、州和邮政编码。资料还列出了美国、加拿大、欧盟、印度、日本和巴西等地区的路由。

可解释运行与审计跟踪

内置摘要和审计跟踪让用户能够检查每次运行，了解 AI 执行了什么以及原因。产品将此定位为工作流执行的可解释性和可观测性。

结构化提取与文档处理

Skyvern 可以以 CSV 或 JSON 返回结构化输出，并被描述为适用于数据提取、文档处理和路由任务。资料还提到文档工作流支持 OCR。

多种构建与集成方式

团队可以使用 Copilot 聊天、上传 SOP、录制浏览器会话、可视化构建器、Python 和 TypeScript SDK、REST API、Webhook 及事件流来构建。资料还表示，Skyvern 可以通过 Docker Compose 自托管。

使用场景

“应付账款与门户操作”

需要频繁登录供应商或客户门户的团队，可以自动下载发票、获取 PDF，以及执行其他需要身份验证和页面导航的重复性浏览器任务。

“网页数据提取与报告”

运营、分析和研究团队可以从不提供 API 的网站提取结构化数据，然后将结果传送至 CSV、JSON 或内部系统。

“大规模表单提交”

提交申请、注册或合规表单的组织，可以自动处理多页表单、下拉菜单、文件上传及其他重复性数据录入任务。

“文档处理工作流”

需要处理门户文档的团队，可以下载、解析、分类和路由文件，同时使用 OCR 和结构化提取将数据传递到后续流程。

“可适应界面变化的浏览器测试”

工程和 QA 团队可以使用 Skyvern 进行较少依赖选择器的浏览器测试，这有助于应对页面布局或界面文本变化。

常见问题

Skyvern 可以自动化哪些类型的工作流？

Skyvern 用于直接在浏览器中自动化浏览器工作流，包括登录、填写表单、文档处理、数据提取和 QA 类测试。资料将其描述为适用于可在网站上完成且不需要 API 的任务。

团队如何使用 Skyvern 构建和运行工作流？

资料表示，Skyvern 可通过普通英语 Copilot 提示、上传 SOP、录制并重放浏览器流程、可视化工作流构建器，或 Python 和 TypeScript SDK 使用。它还支持 REST API、Webhook、事件流和 MCP 使用场景。

Skyvern 支持哪些输出格式？

Skyvern 的页面资料显示，它可以输出 CSV 和 JSON 等格式的结构化数据；文档工作流还可以包含 OCR、提取、分类和路由。具体输出架构由用户定义。

Skyvern 能否融入现有技术栈？

资料重点介绍了通过 Docker Compose 自托管、原生 Python 和 TypeScript SDK，以及与 Zapier、Make、n8n、Slack、Salesforce、HubSpot、Snowflake、Stripe、ServiceNow 等工具的集成。资料还表示，Skyvern 可以基于现有 Playwright 代码使用。