🐉 LLMs और कंप्यूटर विज़न का उपयोग करके ब्राउज़र-आधारित वर्कफ़्लो को स्वचालित करें 🐉

Skyvern LLMs और कंप्यूटर विज़न का उपयोग करके ब्राउज़र-आधारित वर्कफ़्लो को स्वचालित करता है। यह एक Playwright-संगत SDK प्रदान करता है जो playwright के ऊपर AI कार्यक्षमता जोड़ता है, साथ ही एक नो-कोड वर्कफ़्लो बिल्डर भी है जो तकनीकी और गैर-तकनीकी दोनों उपयोगकर्ताओं को किसी भी वेबसाइट पर मैन्युअल वर्कफ़्लो को स्वचालित करने में मदद करता है, जो भंगुर या अविश्वसनीय ऑटोमेशन समाधानों को बदलता है।

ब्राउज़र ऑटोमेशन के पारंपरिक तरीकों में वेबसाइटों के लिए कस्टम स्क्रिप्ट लिखने की आवश्यकता होती थी, जो अक्सर DOM पार्सिंग और XPath-आधारित इंटरैक्शन पर निर्भर करते थे जो वेबसाइट लेआउट बदलने पर टूट जाते थे।

कोड-परिभाषित XPath इंटरैक्शन पर पूरी तरह निर्भर रहने के बजाय, Skyvern वेबसाइटों को सीखने और उनके साथ इंटरैक्ट करने के लिए विज़न LLMs पर निर्भर करता है।

यह कैसे काम करता है

Skyvern BabyAGI और AutoGPT द्वारा लोकप्रिय किए गए Task-Driven स्वायत्त एजेंट डिज़ाइन से प्रेरित था — एक बड़ा बोनस: हम Skyvern को Playwright जैसी ब्राउज़र ऑटोमेशन लाइब्रेरी का उपयोग करके वेबसाइटों के साथ इंटरैक्ट करने की क्षमता देते हैं।

Skyvern वेबसाइट को समझने और अपनी क्रियाओं की योजना बनाने और निष्पादित करने के लिए एजेंटों के एक झुंड का उपयोग करता है:

इस दृष्टिकोण के कुछ लाभ हैं:

Skyvern उन वेबसाइटों पर काम कर सकता है जिन्हें उसने पहले कभी नहीं देखा, क्योंकि यह बिना किसी कस्टम कोड के, किसी वर्कफ़्लो को पूरा करने के लिए आवश्यक क्रियाओं के लिए दृश्य तत्वों को मैप करने में सक्षम है
Skyvern वेबसाइट लेआउट बदलने के प्रति प्रतिरोधी है, क्योंकि नेविगेट करने का प्रयास करते समय हमारा सिस्टम कोई पूर्वनिर्धारित XPaths या अन्य चयनकर्ता नहीं खोज रहा होता है
Skyvern एक एकल वर्कफ़्लो लेने और उसे बड़ी संख्या में वेबसाइटों पर लागू करने में सक्षम है, क्योंकि यह वर्कफ़्लो को पूरा करने के लिए आवश्यक इंटरैक्शन के बारे में तर्क कर सकता है एक विस्तृत तकनीकी रिपोर्ट यहाँ पाई जा सकती है।

डेमो

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

त्वरित आरंभ

Skyvern Cloud

Skyvern Cloud Skyvern का एक प्रबंधित क्लाउड संस्करण है जो आपको बुनियादी ढांचे की चिंता किए बिना Skyvern चलाने की अनुमति देता है। यह आपको समानांतर में कई Skyvern इंस्टेंस चलाने की अनुमति देता है और एंटी-बॉट डिटेक्शन तंत्र, प्रॉक्सी नेटवर्क और CAPTCHA सॉल्वर्स के साथ आता है।

यदि आप इसे आज़माना चाहते हैं, तो app.skyvern.com पर जाएं और एक खाता बनाएं।

स्थानीय रूप से चलाएं (UI + सर्वर)

अपना पसंदीदा सेटअप तरीका चुनें:

डेटाबेस डिफ़ॉल्ट: skyvern quickstart और skyvern run server डिफ़ॉल्ट रूप से ~/.skyvern/data.db पर एक SQLite डेटाबेस का उपयोग करते हैं ताकि pip पथ Postgres या Docker के बिना काम करे। इसके बजाय Postgres का उपयोग करने के लिए, स्थानीय कंटेनर के लिए --postgres या मौजूदा डेटाबेस के लिए --database-string पास करें। Docker Compose हमेशा बंडल Postgres सेवा का उपयोग करता है।

विकल्प A: pip इंस्टॉल (Python-प्रबंधित स्थानीय सेटअप के लिए अनुशंसित)

आवश्यक निर्भरताएँ:

Python 3.11, 3.12, या 3.13

इसके अतिरिक्त, Windows के लिए:

Rust
VS Code C++ डेवलपमेंट टूल्स और Windows SDK के साथ

1. Skyvern स्थापित करें```bash

pip install "skyvern[all]"

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

pip क्विकस्टार्ट डिफ़ॉल्ट रूप से SQLite का उपयोग करता है। स्थानीय Postgres कंटेनर के लिए, skyvern quickstart --postgres चलाएँ।

विकल्प B: Docker Compose

इस विकल्प का उपयोग करें यदि आप सब कुछ कंटेनरीकृत (Postgres, API, UI) चाहते हैं और Python/Node को स्थानीय रूप से इंस्टॉल नहीं करना चाहते।

Docker Desktop इंस्टॉल करें
रिपॉजिटरी को क्लोन करें: ```bash git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern
अपने LLM प्रदाता को .env में कॉन्फ़िगर करें (नीचे दिया गया quickstart --docker-compose कमांड इसे बनाएगा यदि .env.example गायब है): ```bash cp .env.example .env # if not already created
edit .env to add your LLM API key
सब कुछ शुरू करें: ```bash docker compose up -d
http://localhost:8080 खोलें

समस्या निवारण

(sqlite3.OperationalError) table organizations already exists — आपको pip install skyvern==1.0.31 में एक ज्ञात बग मिला है। सुधार:```bash rm ~/.skyvern/data.db # remove the leftover SQLite file pip install --upgrade skyvern # 1.0.32+ contains the fix skyvern quickstart

यदि आप अभी भी 1.0.31 पर हैं और अपग्रेड नहीं कर सकते, तो इसके बजाय uv के माध्यम से इंस्टॉल करें:```bash
uv pip install skyvern

pip install skyvern fails with ResolutionImpossible (litellm / fastmcp) — आपने 1.0.31 में एक निर्भरता-समाधान विरोध का सामना किया है। या तो 1.0.32+ में अपग्रेड करें या uv का उपयोग करें: uv pip install skyvern।

SDK

Skyvern एक Playwright एक्सटेंशन है जो AI-संचालित ब्राउज़र ऑटोमेशन जोड़ता है। यह आपको Playwright की पूरी क्षमता के साथ अतिरिक्त AI क्षमताएँ देता है—तत्वों के साथ बातचीत करने, डेटा निकालने और जटिल बहु-चरणीय वर्कफ़्लो को स्वचालित करने के लिए प्राकृतिक भाषा प्रॉम्प्ट का उपयोग करें।

स्थापना:

Python SDK / cloud API: pip install skyvern
स्थानीय सर्वर + पैकेज्ड UI: pip install "skyvern[all]" फिर चलाएँ skyvern quickstart
Postgres के साथ स्थानीय सर्वर + पैकेज्ड UI: pip install "skyvern[all]" फिर चलाएँ skyvern quickstart --postgres
मौजूदा API के लिए पैकेज्ड UI: pip install "skyvern[ui]" फिर चलाएँ skyvern run ui --api-url <api-url> --api-key <api-key>
टाइपस्क्रिप्ट: npm install @skyvern/client

AI-संचालित पेज कमांड

Skyvern पेज ऑब्जेक्ट पर चार मुख्य AI कमांड जोड़ता है:

skyvern v1.0.47