Retour aux mises à jour
New releaseOct 2, 2026

skyvern v1.0.55

Automatisez les workflows basés sur navigateur avec l'IA

Partager


🐉 Automatisez des workflows basés sur le navigateur à l'aide de LLMs et de la vision par ordinateur 🐉

Skyvern automatise les workflows basés sur le navigateur à l'aide de LLMs et de la vision par ordinateur. Il fournit un SDK compatible avec Playwright qui ajoute des fonctionnalités d'IA par-dessus Playwright, ainsi qu'un constructeur de workflows sans code pour aider les utilisateurs techniques et non techniques à automatiser des workflows manuels sur n'importe quel site web, en remplaçant les solutions d'automatisation fragiles ou peu fiables.

Les approches traditionnelles de l'automatisation de navigateur nécessitaient l'écriture de scripts personnalisés pour les sites web, s'appuyant souvent sur l'analyse du DOM et des interactions basées sur XPath qui cessaient de fonctionner dès que la mise en page du site web changeait.

Au lieu de s'appuyer uniquement sur des interactions XPath définies par le code, Skyvern s'appuie sur des LLMs de vision pour apprendre et interagir avec les sites web.

Comment ça fonctionne

Skyvern s'inspire de la conception d'agent autonome piloté par les tâches popularisée par BabyAGI et AutoGPT -- avec un avantage majeur : nous donnons à Skyvern la capacité d'interagir avec les sites web à l'aide de bibliothèques d'automatisation de navigateur comme Playwright.

Skyvern utilise un essaim d'agents pour comprendre un site web, puis planifier et exécuter ses actions :

Cette approche présente quelques avantages :

  1. Skyvern peut opérer sur des sites web qu'il n'a jamais vus auparavant, car il est capable de faire correspondre les éléments visuels aux actions nécessaires pour accomplir un workflow, sans aucun code personnalisé
  2. Skyvern résiste aux changements de mise en page des sites web, car il n'y a pas de XPaths prédéterminés ni d'autres sélecteurs que notre système recherche pendant la navigation
  3. Skyvern est capable de prendre un seul workflow et de l'appliquer à un grand nombre de sites web, car il est capable de raisonner sur les interactions nécessaires pour accomplir le workflow Un rapport technique détaillé est disponible ici.

Démo

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

Démarrage rapide

Skyvern Cloud

Skyvern Cloud est une version cloud gérée de Skyvern qui vous permet d'exécuter Skyvern sans vous soucier de l'infrastructure. Elle vous permet d'exécuter plusieurs instances de Skyvern en parallèle et est fournie avec des mécanismes de détection anti-bot, un réseau de proxys et des solveurs de CAPTCHA.

Si vous souhaitez l'essayer, rendez-vous sur app.skyvern.com et créez un compte.

Exécution locale (UI + serveur)

Choisissez votre méthode d'installation préférée :

Base de données par défaut : skyvern quickstart et skyvern run server utilisent par défaut une base de données SQLite située à ~/.skyvern/data.db, afin que l'installation via pip fonctionne sans Postgres ni Docker. Pour utiliser Postgres à la place, passez --database-string pour une base de données existante (ou omettez --no-postgres afin que quickstart démarre son propre conteneur Postgres). Docker Compose utilise toujours le service Postgres intégré.

Option A : installation via pip (recommandée pour une configuration locale gérée avec Python)

Dépendances nécessaires :

De plus, pour Windows :

  • Rust
  • VS Code avec les outils de développement C++ et le Windows SDK

1. Installer Skyvern

pip install "skyvern[server]"

L'extra server installe le serveur API local. pip install skyvern sans cet extra installe uniquement le SDK client. Le paquet pip n'inclut pas l'interface web ; pour l'interface, utilisez Docker Compose ou une copie du code source.

2. Lancer Skyvern

skyvern quickstart

Le quickstart pip utilise SQLite par défaut. Pour utiliser à la place un conteneur Postgres local, exécutez skyvern quickstart (le conteneur Postgres est démarré sauf si vous passez --no-postgres), ou connectez-vous à une base de données existante avec --database-string=postgresql+psycopg://user:pass@host:5432/dbname.

Option B : Docker Compose

Utilisez cette option si vous souhaitez tout conteneuriser (Postgres, API, UI) et ne pas installer Python/Node localement.

  1. Installez Docker Desktop
  2. Clonez le dépôt :
    git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern
    
  3. Configurez votre fournisseur LLM dans .env (la commande quickstart --docker-compose ci-dessous le créera à partir de .env.example s'il est absent) :
    cp .env.example .env  # if not already created
    # edit .env to add your LLM API key
    
  4. Démarrer le tout :
    docker compose up -d
    
  5. Ouvrez http://localhost:8080

Dépannage

(sqlite3.OperationalError) table organizations already exists — Vous avez rencontré un bug connu dans pip install skyvern==1.0.31. Correctif :

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

Si vous êtes toujours sur 1.0.31 et ne pouvez pas effectuer la mise à niveau, installez plutôt via uv :

uv pip install skyvern

Catégories