能力标签
🛠
AI工具

skyvern Agent工作流

基于 Python · 开源 AI 工具,GitHub 社区精选
英文名:skyvern
⭐ 21.6k Stars 🍴 2.0k Forks 💻 Python 📄 AGPL-3.0 🏷 AI 8.2分
8.2AI 综合评分
浏览器自动化AI工作流RPA网页自动化无代码自动化
✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐:skyvern Agent工作流 是一款优质的AI工具。在 GitHub 上收获超过 21.6k 颗 Star,AI 综合评分 8.2 分,在同类工具中表现稳健。如果你正在寻找可靠的AI工具解决方案,这是一个值得深入了解的选择。

📚 深度解析
skyvern Agent工作流 是一款基于 Python 的开源工具,在 GitHub 上收获 22k+ Star,是浏览器自动化、AI工作流、RPA、网页自动化领域中的优质开源项目。开源工具的最大优势在于代码完全透明,你可以审计每一行代码的安全性,也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS?**
对于个人开发者和有隐私需求的用户,本地部署的开源工具意味着数据不离本机,不受第三方服务商的数据政策约束。同时,开源工具通常没有使用次数限制和月度费用,一次安装即可长期使用,对于高频使用场景的总拥有成本(TCO)远低于订阅制商业工具。

**安装与环境准备**
skyvern Agent工作流 依赖 Python 运行环境。建议通过 pyenv(Python)或 nvm(Node.js)管理 Python 版本,避免全局环境污染。对于新手用户,推荐先创建虚拟环境(python -m venv venv && source venv/bin/activate),再安装依赖,这样即使出现问题也可以随时删除虚拟环境重新开始,不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues(已关闭的问题),大多数常见问题都已有解答。遇到 Bug 时,提供 pip list 的输出、完整错误堆栈和最小可复现示例,能显著提高开发者响应速度。AI Skill Hub 将持续追踪 skyvern Agent工作流 的版本更新,及时通知重要功能变化。
📋 工具概览

skyvern Agent工作流 是一款基于 Python 开发的开源工具,专注于 浏览器自动化、AI工作流、RPA 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。

GitHub Stars
⭐ 21.6k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
活跃维护,更新频繁
开源协议
AGPL-3.0
AI 综合评分
8.2 分
工具类型
AI工具
Forks
2.0k
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

skyvern Agent工作流 是一款基于 Python 开发的开源工具,专注于 浏览器自动化、AI工作流、RPA 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。

📌 核心特色
  • 开源免费,支持本地部署,数据完全自主可控
  • 活跃的 GitHub 开源社区,持续迭代更新
  • 提供详细文档和使用示例,新手友好
  • 支持自定义配置,灵活适配不同使用环境
  • 可作为基础组件集成进现有技术栈或进行二次开发
🎯 主要使用场景
  • 本地部署运行,保护数据隐私,满足合规要求
  • 自定义集成到现有系统,扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:pip 安装(推荐)
pip install skyvern

# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install skyvern

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/Skyvern-AI/skyvern
cd skyvern
pip install -e .

# 验证安装
python -c "import skyvern; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库页面
  2. 按照 README 文档完成依赖安装
  3. 根据系统环境完成初始化配置
  4. 参考官方示例或文档开始使用
  5. 遇到问题可在 GitHub Issues 中查找解答
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
skyvern --help

# 基本用法
skyvern input_file -o output_file

# Python 代码中调用
import skyvern

# 示例
result = skyvern.process("input")
print(result)
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# skyvern 配置文件示例(config.yml)
app:
  name: "skyvern"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
skyvern --config config.yml

# 或通过环境变量配置
export SKYVERN_API_KEY="your-key"
export SKYVERN_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 89/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介


🐉 Automate Browser-based workflows using LLMs and Computer Vision 🐉

Skyvern automates browser-based workflows using LLMs and computer vision. It provides a Playwright-compatible SDK that adds AI functionality on top of playwright, as well as a no-code workflow builder to help both technical and non-technical users automate manual workflows on any website, replacing brittle or unreliable automation solutions.

<p align="center"> <img src="fern/images/geico_shu_recording_cropped.gif"/> </p>

Traditional approaches to browser automations required writing custom scripts for websites, often relying on DOM parsing and XPath-based interactions which would break whenever the website layouts changed.

Instead of only relying on code-defined XPath interactions, Skyvern relies on Vision LLMs to learn and interact with the websites.

Skyvern Features

Option B: Docker Compose

Use this option if you want everything containerized (Postgres, API, UI) and don't want to install Python/Node locally.

1. Install Docker Desktop 2. Clone the repository:

   git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern
   
3. Configure your LLM provider in .env (the quickstart --docker-compose command below will create it from .env.example if missing):
   cp .env.example .env  # if not already created
   # edit .env to add your LLM API key
   
4. Start everything:
   docker compose up -d
   
5. Open http://localhost:8080

Contributor Setup

Make sure to have uv installed. 1. Run this to create your virtual environment (.venv)

    uv sync --group dev
    
2. Perform initial server configuration
    uv run skyvern quickstart
    
3. Navigate to http://localhost:8080 in your browser to start using the UI The Skyvern CLI supports Windows, WSL, macOS, and Linux environments.

Quickstart

Core AI Commands - Examples

```python

Quick Start Examples

Run via UI:

skyvern run all
Navigate to http://localhost:8080 to run tasks through the web interface.

Python SDK: ```python from skyvern import Skyvern

Advanced Usage

Real-world examples of Skyvern

We love to see how Skyvern is being used in the wild. Here are some examples of how Skyvern is being used to automate workflows in the real world. Please open PRs to add your own examples!

Demo

https://github.com/user-attachments/assets/5cab4668-e8e2-4982-8551-aab05ff73a7f

extract - Extract structured data with optional JSON schema

result = await page.extract("Get the product name and price") result = await page.extract( prompt="Extract order details", schema={"order_id": "string", "total": "number", "items": "array"} )

SDK

Skyvern is a Playwright extension that adds AI-powered browser automation. It gives you the full power of Playwright with additional AI capabilities—use natural language prompts to interact with elements, extract data, and automate complex multi-step workflows.

Installation: - Python: pip install skyvern then run skyvern quickstart for local setup - TypeScript: npm install @skyvern/client

Zapier / Make.com / N8N Integration

Skyvern supports Zapier, Make.com, and N8N to allow you to connect your Skyvern workflows to other apps.

🔐 Learn more about 2FA support here.

Skyvern Workflows

Workflows are a way to chain multiple tasks together to form a cohesive unit of work.

For example, if you wanted to download all invoices newer than January 1st, you could create a workflow that first navigated to the invoices page, then filtered down to only show invoices newer than January 1st, extracted a list of all eligible invoices, and iterated through each invoice to download it.

Another example is if you wanted to automate purchasing products from an e-commerce store, you could create a workflow that first navigated to the desired product, then added it to a cart. Second, it would navigate to the cart and validate the cart state. Finally, it would go through the checkout process to purchase the items.

Supported workflow features include: 1. Browser Task 1. Browser Action 1. Data Extraction 1. Validation 1. For Loops 1. File parsing 1. Sending emails 1. Text Prompts 1. HTTP Request Block 1. Custom Code Block 1. Uploading files to block storage 1. (Coming soon) Conditionals

<p align="center"> <img src="fern/images/block_example_v2.png"/> </p>

Password Manager Integrations

Skyvern currently supports the following password manager integrations: - [x] Bitwarden - [x] Custom Credential Service (HTTP API) - [ ] 1Password - [ ] LastPass

Troubleshooting

(sqlite3.OperationalError) table organizations already exists — You hit a known bug in pip install skyvern==1.0.31. Fix:

rm ~/.skyvern/data.db   # remove the leftover SQLite file
pip install --upgrade skyvern   # 1.0.32+ contains the fix
skyvern quickstart

If you are still on 1.0.31 and cannot upgrade, install via uv instead:

uv pip install skyvern

pip install skyvern fails with ResolutionImpossible (litellm / fastmcp) — You hit a dependency-resolution conflict in 1.0.31. Either upgrade to 1.0.32+ or use uv: uv pip install skyvern.

🇨🇳 中文文档镜像 AI 翻译 2026-05-24
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

简介:Skyvern 是一个使用 LLM 和计算机视觉来自动化浏览器工作流的项目。

⚡ 功能介绍

功能介绍:Skyvern 提供了浏览器自动化的功能,使用自然语言提示来交互元素、提取数据和自动化复杂的多步工作流。

📋 环境依赖

环境依赖与系统要求:Python 3.11.x、NodeJS & NPM、Rust、VS Code 等。

🛠 安装步骤(Docker/pip/源码)

安装步骤说明:使用 pip、Docker Compose 等方式安装 Skyvern。

🚀 使用教程

使用教程:使用 Skyvern 的快速入门,包括 UI 和 Python SDK 的使用。

⚙️ 配置说明(含 MCP / env)

配置说明:提取结构化数据、配置 LLM 提供商等。

🔌 API 说明

API/接口说明:Skyvern 是一个 Playwright 扩展,提供了 AI 强化的浏览器自动化功能。

🔄 工作流/模块

工作流 / 模块说明:工作流是通过多个任务组合而成的,用于自动化复杂的工作流程。

❓ FAQ 摘要

FAQ 摘要:解决常见问题,包括安装、配置和使用问题。

🎯 aiskill88 AI 点评 A 级 2026-05-21

Skyvern融合AI视觉识别与浏览器自动化,降低RPA开发门槛。项目活跃维护,生态完善,是新一代无代码自动化工具代表。

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • Docker:skyvern 提供官方镜像,docker compose up 一键启动
  • CLI:直接 npm install -g / pip install,命令行调用
  • 本地部署:CPU 8GB 起,GPU 推荐 16GB+ 显存
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
skyvern 中文教程skyvern 安装报错怎么办skyvern MCP 配置skyvern Docker 部署skyvern Agent 工作流skyvern 与同类工具对比skyvern 最佳实践skyvern 适合谁用
⚡ 核心功能
👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
AI 技术爱好者研究人员和学生开发者和工程师技术创业者
🎯 使用场景
  • 本地部署运行,保护数据隐私,满足合规要求
  • 自定义集成到现有系统,扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
✅ 优点
  • +GitHub 21.6k Star,社区高度认可
  • +完全开源免费,无授权费用
  • +本地部署,数据完全自主可控
  • +开发者社区支持,遇问题可查可问
⚠️ 不足
  • 安装和初始配置可能需要一定技术基础
  • 功能完整性通常不如成熟商业产品
  • 技术支持主要依赖开源社区,响应速度不稳定
⚠️ 使用须知

该工具使用 AGPL-3.0 协议,商用场景请仔细阅读协议条款,必要时咨询法律意见。

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

⚠️ AGPL 3.0 — 最严格的 Copyleft,网络服务端使用也需开源,SaaS 使用受限。

🔗 相关工具推荐
📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合
❓ 常见问题 FAQ
支持Chrome/Chromium和Firefox等主流浏览器
💡 AI Skill Hub 点评

总体来看,skyvern Agent工作流 是一款质量优秀的AI工具,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。

📚 深入学习 skyvern Agent工作流
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 skyvern
原始描述 开源AI工作流:Automate browser based workflows with AI。⭐21.6k · Python
Topics 浏览器自动化AI工作流RPA网页自动化无代码自动化
GitHub https://github.com/Skyvern-AI/skyvern
License AGPL-3.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/Skyvern-AI/skyvern 🌐 官方网站  https://www.skyvern.com

收录时间:2026-05-14 · 更新时间:2026-05-16 · License:AGPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。