🐉 Automatiza flujos de trabajo basados en navegador usando LLMs y Visión por Computadora 🐉

Skyvern automatiza flujos de trabajo basados en navegador utilizando LLMs y visión por computadora. Proporciona un SDK compatible con Playwright que añade funcionalidad de IA sobre Playwright, así como un creador de flujos de trabajo sin código para ayudar tanto a usuarios técnicos como no técnicos a automatizar flujos de trabajo manuales en cualquier sitio web, reemplazando soluciones de automatización frágiles o poco fiables.

Los enfoques tradicionales para las automatizaciones de navegador requerían escribir scripts personalizados para los sitios web, a menudo basándose en el análisis del DOM y en interacciones basadas en XPath que se rompían cada vez que cambiaban los diseños del sitio web.

En lugar de confiar únicamente en interacciones XPath definidas por código, Skyvern se basa en LLMs de Visión para aprender e interactuar con los sitios web.

Cómo funciona

Skyvern se inspiró en el diseño de agentes autónomos impulsados por tareas popularizado por BabyAGI y AutoGPT -- con una gran ventaja adicional: le damos a Skyvern la capacidad de interactuar con sitios web utilizando bibliotecas de automatización de navegador como Playwright.

Skyvern utiliza un enjambre de agentes para comprender un sitio web, y planificar y ejecutar sus acciones:

Este enfoque tiene varias ventajas:

1. Skyvern puede operar en sitios web que nunca ha visto antes, ya que es capaz de mapear elementos visuales a acciones necesarias para completar un flujo de trabajo, sin ningún código personalizado
2. Skyvern es resistente a los cambios de diseño del sitio web, ya que no hay XPaths predeterminados ni otros selectores que nuestro sistema busque al intentar navegar
3. Skyvern es capaz de tomar un único flujo de trabajo y aplicarlo a una gran cantidad de sitios web, ya que puede razonar a través de las interacciones necesarias para completar el flujo de trabajo Se puede encontrar un informe técnico detallado aquí.

Demo

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

Inicio rápido

Skyvern Cloud

Skyvern Cloud es una versión en la nube gestionada de Skyvern que te permite ejecutar Skyvern sin preocuparte por la infraestructura. Te permite ejecutar múltiples instancias de Skyvern en paralelo y viene incluido con mecanismos de detección anti-bot, red de proxy y solucionadores de CAPTCHA.

Si deseas probarlo, ve a app.skyvern.com y crea una cuenta.

Ejecutar localmente (UI + Servidor)

Elige tu método de configuración preferido:

Base de datos predeterminada: skyvern quickstart y skyvern run server usan por defecto una base de datos SQLite en ~/.skyvern/data.db para que la ruta pip funcione sin Postgres ni Docker. Para usar Postgres en su lugar, pasa --postgres para un contenedor local o --database-string para una base de datos existente. Docker Compose siempre usa el servicio Postgres incluido.

Opción A: pip install (Recomendado para configuración local gestionada por Python)

Dependencias necesarias:

• Python 3.11, 3.12 o 3.13

Adicionalmente, para Windows:

• Rust
• VS Code con herramientas de desarrollo C++ y Windows SDK

1. Instalar Skyvern```bash

pip install "skyvern[all]"

#### 2. Ejecutar Skyvern```bash
skyvern quickstart

El inicio rápido con pip usa SQLite por defecto. Para un contenedor local de Postgres, ejecuta skyvern quickstart --postgres.

Opción B: Docker Compose

Usa esta opción si quieres todo contenerizado (Postgres, API, UI) y no quieres instalar Python/Node localmente.

1. Instala Docker Desktop
2. Clona el repositorio: ```bash git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern
   root@kitploit:~

3. Configura tu proveedor de LLM en .env (el comando quickstart --docker-compose a continuación lo creará desde .env.example si falta): ```bash cp .env.example .env # if not already created

   edit .env to add your LLM API key

   root@kitploit:~

4. Iniciar todo: ```bash docker compose up -d
   root@kitploit:~

5. Abre http://localhost:8080

Solución de problemas

(sqlite3.OperationalError) table organizations already exists — Has encontrado un error conocido en pip install skyvern==1.0.31. Solución:```bash rm ~/.skyvern/data.db # remove the leftover SQLite file pip install --upgrade skyvern # 1.0.32+ contains the fix skyvern quickstart

Si todavía estás en la versión 1.0.31 y no puedes actualizar, instala mediante uv en su lugar:```bash
uv pip install skyvern

pip install skyvern falla con ResolutionImpossible (litellm / fastmcp) — Te encontraste con un conflicto de resolución de dependencias en 1.0.31. Actualiza a 1.0.32+ o usa uv: uv pip install skyvern.

SDK

Skyvern es una extensión de Playwright que añade automatización del navegador impulsada por IA. Te da todo el poder de Playwright con capacidades adicionales de IA: usa indicaciones en lenguaje natural para interactuar con elementos, extraer datos y automatizar flujos de trabajo complejos de varios pasos.

Instalación:

• SDK de Python / API en la nube: pip install skyvern
• Servidor local + interfaz empaquetada: pip install "skyvern[all]" y luego ejecuta skyvern quickstart
• Servidor local + interfaz empaquetada con Postgres: pip install "skyvern[all]" y luego ejecuta skyvern quickstart --postgres
• Interfaz empaquetada para una API existente: pip install "skyvern[ui]" y luego ejecuta skyvern run ui --api-url <api-url> --api-key <api-key>
• TypeScript: npm install @skyvern/client

Comandos de página impulsados por IA

Skyvern añade cuatro comandos principales de IA directamente en el objeto page:

Adicionalmente, page.agent proporciona comandos de flujo de trabajo de mayor nivel:

Acciones de Playwright aumentadas con IA

Todas las acciones estándar de Playwright soportan un parámetro opcional prompt para la localización de elementos impulsada por IA:

Tres modos de interacción:```python

1. Traditional Playwright - CSS/XPath selectors

await page.click("#submit-button")

2. AI-powered - natural language

await page.click(prompt="Click the green Submit button")

3. AI fallback - tries selector first, falls back to AI if it fails

await page.click("#submit-btn", prompt="Click the Submit button")

### Comandos principales de IA - Ejemplos```python
# act - Perform actions using natural language
await page.act("Click the login button and wait for the dashboard to load")

# 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"}
)

# validate - Check page state (returns bool)
is_logged_in = await page.validate("Check if the user is logged in")

# prompt - Send arbitrary prompts to the LLM
summary = await page.prompt("Summarize what's on this page")

Ejemplos de inicio rápido

Ejecutar mediante UI:```bash skyvern run all

Navega a http://localhost:8080 para ejecutar tareas a través de la interfaz web. Si la interfaz de usuario empaquetada falta, `skyvern run ui` ofrecerá instalar el paquete de interfaz correspondiente. Para una configuración no interactiva, usa `skyvern run ui --install-ui` o `skyvern run all --install-ui`.

Para ejecutar solo la interfaz empaquetada contra una API de Skyvern existente, instala `skyvern[ui]` y pasa `--api-url`; la CLI deduce `--wss-url` de la URL de la API a menos que la sobrescribas. También puedes establecer `VITE_API_BASE_URL`, `VITE_WSS_BASE_URL`, `VITE_ARTIFACT_API_BASE_URL`, `VITE_SKYVERN_API_KEY` y `VITE_BROWSER_STREAMING_MODE` antes de ejecutar `skyvern run ui`.

**Python SDK:**```python
from skyvern import Skyvern

# Local mode
skyvern = Skyvern.local()

# Or connect to Skyvern Cloud
skyvern = Skyvern(api_key="your-api-key")

# Launch browser and get page
browser = await skyvern.launch_cloud_browser()
page = await browser.get_working_page()

# Mix Playwright with AI-powered actions
await page.goto("https://example.com")
await page.click("#login-button")  # Traditional Playwright
await page.agent.login(credential_type="skyvern", credential_id="cred_123")  # AI login
await page.click(prompt="Add first item to cart")  # AI-augmented click
await page.agent.run_task("Complete checkout with: John Snow, 12345")  # AI task

SDK de TypeScript:```typescript import { Skyvern } from "@skyvern/client";

const skyvern = new Skyvern({ apiKey: "your-api-key" }); const browser = await skyvern.launchCloudBrowser(); const page = await browser.getWorkingPage();

// Mix Playwright with AI-powered actions await page.goto("https://example.com"); await page.click("#login-button"); // Traditional Playwright await page.agent.login("skyvern", { credentialId: "cred_123" }); // AI login await page.click({ prompt: "Add first item to cart" }); // AI-augmented click await page.agent.runTask("Complete checkout with: John Snow, 12345"); // AI task

await browser.close();

**Ejecución simple de tareas:**```python
from skyvern import Skyvern

skyvern = Skyvern()
task = await skyvern.run_task(prompt="Find the top post on hackernews today")
print(task)

Advanced Usage

Control your own browser (Chrome)

Permite que Skyvern controle tu navegador Chrome existente — con todas tus cookies, inicios de sesión y extensiones.

Step 1: Habilita la depuración remota en Chrome

1. Abre Chrome y navega a chrome://inspect/#remote-debugging
2. Haz clic en Habilitar para iniciar el servidor de depuración
3. Deberías ver: Servidor ejecutándose en: 127.0.0.1:9222

[!TIP] El comando skyvern init browser puede hacer esto automáticamente — abre chrome://inspect/#remote-debugging, espera a que lo habilites y guarda la configuración.

Step 2: Conecta Skyvern

Option A — Código Python:```python from skyvern import Skyvern

skyvern = Skyvern( base_url="http://localhost:8000", api_key="YOUR_API_KEY", browser_address="http://127.0.0.1:9222", ) task = await skyvern.run_task( prompt="Find the top post on hackernews today", )

**Opción B — Skyvern Service:**

Agrega dos variables a tu archivo .env:```bash
BROWSER_TYPE=cdp-connect
BROWSER_REMOTE_DEBUGGING_URL=http://127.0.0.1:9222

Reinicia el servicio Skyvern skyvern run all y ejecuta la tarea a través de la UI o el código

Conecta Skyvern Cloud a tu navegador local

Permite que Skyvern Cloud controle un navegador Chrome que se ejecuta en tu máquina — con todas tus cookies, inicios de sesión y extensiones existentes. Útil para automatizar sitios en los que ya has iniciado sesión o estás detrás de una VPN.```bash

One command to start Chrome + create a tunnel to Skyvern Cloud

skyvern browser serve --tunnel

Luego, usa la URL del túnel en tu tarea:```python
from skyvern import Skyvern

skyvern = Skyvern(api_key="your-api-key")
task = await skyvern.run_task(
    prompt="Download the latest invoice from my account",
    browser_address="https://abc123.ngrok-free.dev",
)

[!WARNING] Siempre usa --api-key al exponer tu navegador a través de un túnel. Sin él, cualquier persona con la URL tiene control total de tu navegador. Consulta la documentación de seguridad.

Consulta la documentación completa para todas las opciones, configuración manual del túnel y resolución de problemas.

Obtén un esquema de salida consistente de tu ejecución

Puedes hacerlo añadiendo el parámetro data_extraction_schema:```python from skyvern import Skyvern

skyvern = Skyvern() task = await skyvern.run_task( prompt="Find the top post on hackernews today", data_extraction_schema={ "type": "object", "properties": { "title": { "type": "string", "description": "The title of the top post" }, "url": { "type": "string", "description": "The URL of the top post" }, "points": { "type": "integer", "description": "Number of points the post has received" } } } )

### Comandos útiles para depurar problemas```bash
# Launch the Skyvern Server Separately*
skyvern run server

# Launch the Skyvern UI
skyvern run ui

# Check status of the Skyvern service
skyvern status

# Stop the Skyvern service
skyvern stop all

# Stop the Skyvern UI
skyvern stop ui

# Stop the Skyvern Server Separately
skyvern stop server

Performance & Evaluation

Skyvern tiene un rendimiento de última generación en el benchmark WebBench con una precisión del 64.4%. El informe técnico y la evaluación se pueden encontrar aquí

Rendimiento en tareas WRITE (por ejemplo, llenar formularios, iniciar sesión, descargar archivos, etc.)

Skyvern es el agente con mejor rendimiento en tareas WRITE (por ejemplo, llenar formularios, iniciar sesión, descargar archivos, etc.), que se utilizan principalmente para tareas adyacentes a RPA (Automatización Robótica de Procesos).

Características de Skyvern

Tareas de Skyvern

Las tareas son el bloque fundamental dentro de Skyvern. Cada tarea es una solicitud única a Skyvern, indicándole que navegue por un sitio web y cumpla un objetivo específico.

Las tareas requieren que especifiques una url, un prompt, y opcionalmente pueden incluir un data schema (si deseas que la salida se ajuste a un esquema específico) y error codes (si deseas que Skyvern deje de ejecutarse en situaciones específicas).

Flujos de trabajo de Skyvern

Los flujos de trabajo son una forma de encadenar múltiples tareas para formar una unidad de trabajo cohesionada.

Por ejemplo, si quisieras descargar todas las facturas posteriores al 1 de enero, podrías crear un flujo de trabajo que primero navegara a la página de facturas, luego filtrara para mostrar solo las facturas posteriores al 1 de enero, extrajera una lista de todas las facturas elegibles y recorriera cada factura para descargarla.

Otro ejemplo es si quisieras automatizar la compra de productos en una tienda de comercio electrónico, podrías crear un flujo de trabajo que primero navegara al producto deseado, luego lo agregara al carrito. En segundo lugar, navegaría al carrito y validaría el estado del carrito. Finalmente, pasaría por el proceso de pago para comprar los artículos.

Las características de flujo de trabajo compatibles incluyen:

1. Tarea de navegador
2. Acción de navegador
3. Extracción de datos
4. Validación
5. Bucles For
6. Análisis de archivos
7. Envío de correos electrónicos
8. Indicaciones de texto
9. Bloque de solicitud HTTP
10. Bloque de código personalizado
11. Subida de archivos al almacenamiento en bloque
12. (Próximamente) Condicionales

Transmisión en vivo

Skyvern te permite transmitir en vivo el viewport del navegador a tu máquina local para que puedas ver exactamente lo que Skyvern está haciendo en la web. Esto es útil para depurar y comprender cómo Skyvern interactúa con un sitio web, e intervenir cuando sea necesario

Relleno de formularios

Skyvern es capaz de forma nativa de rellenar entradas de formularios en sitios web. Pasar información a través del navigation_goal permitirá que Skyvern comprenda la información y rellene el formulario en consecuencia.

Extracción de datos

Skyvern también es capaz de extraer datos de un sitio web.

También puedes especificar un data_extraction_schema directamente dentro del prompt principal para indicarle a Skyvern exactamente qué datos deseas extraer del sitio web, en formato jsonc. La salida de Skyvern se estructurará de acuerdo con el esquema proporcionado.

Descarga de archivos

Skyvern también es capaz de descargar archivos de un sitio web. Todos los archivos descargados se suben automáticamente al almacenamiento en bloque (si está configurado) y puedes acceder a ellos a través de la interfaz de usuario.

Autenticación

Skyvern admite varios métodos de autenticación diferentes para facilitar la automatización de tareas detrás de un inicio de sesión. Si deseas probarlo, contáctanos por correo electrónico o discord.

🔐 Soporte para 2FA (TOTP)

Skyvern admite varios métodos diferentes de 2FA para permitirte automatizar flujos de trabajo que requieren 2FA.

Ejemplos incluyen:

1. 2FA basado en QR (p. ej., Google Authenticator, Authy)
2. 2FA basado en correo electrónico
3. 2FA basado en SMS

🔐 Obtén más información sobre el soporte para 2FA aquí.

Integraciones con gestores de contraseñas

Skyvern actualmente admite las siguientes integraciones con gestores de contraseñas:

• Bitwarden
• Servicio de credenciales personalizado (API HTTP)
• 1Password
• LastPass

Model Context Protocol (MCP)

Skyvern admite el Model Context Protocol (MCP) para permitirte usar cualquier LLM que sea compatible con MCP.

Consulta la documentación de MCP aquí

Integración con Zapier / Make.com / N8N

Skyvern admite Zapier, Make.com y N8N para permitirte conectar tus flujos de trabajo de Skyvern con otras aplicaciones.

• Zapier
• Make.com
• N8N

🔐 Obtén más información sobre el soporte para 2FA aquí.

Ejemplos del mundo real de Skyvern

Nos encanta ver cómo se utiliza Skyvern en la naturaleza. Aquí hay algunos ejemplos de cómo se utiliza Skyvern para automatizar flujos de trabajo en el mundo real. ¡Abre PRs para agregar tus propios ejemplos!

Descarga de facturas en muchos sitios web diferentes

Reserva una demo para verlo en vivo

Automatiza el proceso de solicitud de empleo

💡 Véalo en acción

Automatiza la adquisición de materiales para una empresa manufacturera

💡 Véalo en acción

Navegar a sitios web gubernamentales para registrar cuentas o llenar formularios

💡 Véalo en acción

Llenar formularios de contacto aleatorios

💡 Véalo en acción

Obtener cotizaciones de seguros de proveedores de seguros en cualquier idioma

💡 Véalo en acción

💡 Véalo en acción

Configuración para colaboradores

Asegúrate de tener instalado uv.

1. Ejecuta esto para crear tu entorno virtual (.venv)
   root@kitploit:~

   uv sync --group dev
   

2. Realiza la configuración inicial del servidor
   root@kitploit:~

   uv run skyvern quickstart
   

3. Navega a http://localhost:8080 en tu navegador para comenzar a usar la interfaz de usuario La CLI de Skyvern es compatible con entornos Windows, WSL, macOS y Linux.

Documentación

Puedes encontrar documentación más extensa en nuestra 📕 página de documentación. Háznos saber si algo no está claro o falta abriendo un issue o contactándonos por correo electrónico o discord.

LLMs compatibles

Para obtener una configuración detallada de LLM que incluya todas las claves de modelo disponibles, variables de entorno y configuraciones multi-modelo, consulta los documentos de configuración de LLM.

Contribuciones

¡Damos la bienvenida a PRs y sugerencias! No dudes en abrir un PR/issue o contactarnos por correo electrónico o discord. ¡Échale un vistazo a nuestra guía de contribución y a los issues "Help Wanted" para empezar!

Si deseas conversar con el repositorio de skyvern para obtener una visión general de alto nivel de cómo está estructurado, cómo construir a partir de él y cómo resolver preguntas de uso, consulta Code Sage.

Telemetría

Por defecto, Skyvern recopila estadísticas básicas de uso para ayudarnos a entender cómo se está utilizando Skyvern. Si deseas optar por no participar en la telemetría, establece la variable de entorno SKYVERN_TELEMETRY en false.

Licencia

El repositorio de código abierto de Skyvern está respaldado por una nube gestionada. Toda la lógica central que impulsa Skyvern está disponible en este repositorio de código abierto bajo la Licencia AGPL-3.0, a excepción de las medidas anti-bot disponibles en nuestra oferta de nube gestionada.

Si tienes alguna pregunta o inquietud sobre la licencia, contáctanos y estaremos encantados de ayudarte.

Historial de estrellas