<!-- DOCTOC SKIP -->
<h1 align="center">
<a href="https://www.skyvern.com">
<picture>
<source media="(prefers-color-scheme: dark)" srcset="fern/images/skyvern_logo.png"/>
<img height="120" src="https://assets.kitploit.com/production/public/readmes/13130/ac0ac333311eb6f0a4c7ad44087b1c4843a4f3d52d7a6494da305969b57fd38f.png"/>
</picture>
</a>
<br />
</h1>
<p align="center">
🐉 使用LLM和计算机视觉自动化基于浏览器的工作流程 🐉
</p>
<p align="center">
<a href="https://www.skyvern.com/"><img src="https://img.shields.io/badge/Website-blue?logo=googlechrome&logoColor=black"/></a>
<a href="https://www.skyvern.com/docs/"><img src="https://img.shields.io/badge/Docs-yellow?logo=gitbook&logoColor=black"/></a>
<a href="https://discord.gg/fG2XXEuQX3"><img src="https://img.shields.io/discord/1212486326352617534?logo=discord&label=discord"/></a>
<!-- <a href="https://pepy.tech/project/skyvern" target="_blank"><img src="https://static.pepy.tech/badge/skyvern" alt="Total Downloads"/></a> -->
<a href="https://github.com/skyvern-ai/skyvern"><img src="https://img.shields.io/github/stars/skyvern-ai/skyvern" /></a>
<a href="https://github.com/Skyvern-AI/skyvern/blob/main/LICENSE"><img src="https://img.shields.io/github/license/skyvern-ai/skyvern"/></a>
<a href="https://twitter.com/skyvernai"><img src="https://img.shields.io/twitter/follow/skyvernai?style=social"/></a>
<a href="https://www.linkedin.com/company/95726232"><img src="https://img.shields.io/badge/Follow%20%20on%20LinkedIn-8A2BE2?logo=linkedin"/></a>
</p>
[Skyvern](https://www.skyvern.com) 使用LLM和计算机视觉来自动化基于浏览器的工作流程。它提供了一个与Playwright兼容的SDK，在Playwright之上增加了AI功能，并且还包含一个无代码工作流构建器，帮助技术用户和非技术用户在任何网站上自动化手动工作流程，取代脆弱或不可靠的自动化方案。
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/a114374ce5e26eb559503d84aa24449d9b6c2eadc6bdf7ded28de0f96b9ff023.gif"/>
</p>
传统的浏览器自动化方法需要为网站编写自定义脚本，通常依赖DOM解析和基于XPath的交互，而一旦网站布局发生变化，这些脚本就会失效。
Skyvern不再仅依赖代码定义的XPath交互，而是利用视觉LLM来学习和与网站交互。
# 工作原理
Skyvern的灵感来源于[BabyAGI](https://github.com/yoheinakajima/babyagi)和[AutoGPT](https://github.com/Significant-Gravitas/AutoGPT)所推广的基于任务驱动的自主代理设计——但有一个重大优势：我们赋予Skyvern使用浏览器自动化库（如[Playwright](https://playwright.dev/)）与网站交互的能力。
Skyvern通过一组代理来理解网站，并规划和执行其操作：
<picture>
<source media="(prefers-color-scheme: dark)" srcset="fern/images/skyvern_2_0_system_diagram.png" />
<img src="https://assets.kitploit.com/production/public/readmes/13130/badc4fc58744a52672a8dc17adcfd68162394d8518dbf7e728b5d7038e87e2d6.png" />
</picture>
这种方法有几个优点：
1. Skyvern能够在从未见过的网站上运行，因为它能够将视觉元素映射到完成工作流所需的操作，而无需任何自定义代码
1. Skyvern对网站布局变化具有抵抗力，因为我们的系统在导航时没有预定义的XPath或其他选择器
1. Skyvern能够将单个工作流应用于大量网站，因为它能够推理完成工作流所需的交互
详细的技术报告可以在[这里](https://www.skyvern.com/blog/skyvern-2-0-state-of-the-art-web-navigation-with-85-8-on-webvoyager-eval/)找到。
# 演示
<!-- Redo demo -->
https://github.com/user-attachments/assets/5cab4668-e8e2-4982-8551-aab05ff73a7f
# 快速开始
## Skyvern Cloud
[Skyvern Cloud](https://app.skyvern.com) 是Skyvern的托管云版本，让您无需担心基础设施即可运行Skyvern。它允许并行运行多个Skyvern实例，并附带反机器人检测机制、代理网络和验证码解决器。
如果您想试用，请访问[app.skyvern.com](https://app.skyvern.com)并创建一个账户。
## 本地运行（用户界面+服务器）
选择您偏好的设置方式：
> **数据库默认**：`skyvern quickstart`和`skyvern run server`默认使用位于`~/.skyvern/data.db`的SQLite数据库，因此pip路径无需Postgres或Docker即可运行。要改用Postgres，请传递`--postgres`（用于本地容器）或`--database-string`（用于现有数据库）。Docker Compose始终使用捆绑的Postgres服务。
### 选项 A：pip 安装（推荐用于Python管理的本地设置）
所需依赖：
- [Python 3.11, 3.12, or 3.13](https://www.python.org/downloads/)
此外，对于 Windows：
- [Rust](https://rustup.rs/)
- 带有C++开发工具和Windows SDK的VS Code
#### 1. 安装 Skyvern```bash
pip install "skyvern[all]"
```
#### 2. 运行 Skyvern```bash
skyvern quickstart
```
pip 快速入门默认使用 SQLite。如需使用本地 Postgres 容器，请运行 `skyvern quickstart --postgres`。
### 选项B：Docker Compose
如果您希望将所有组件容器化（Postgres、API、UI），并且不想在本地安装 Python/Node，请使用此选项。
1. 安装 [Docker Desktop](https://www.docker.com/products/docker-desktop/)
2. 克隆仓库： ```bash
git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern
```
3. 在`.env`中配置你的LLM提供商（如果缺失，下面的`quickstart --docker-compose`命令将从`.env.example`创建它）： ```bash
cp .env.example .env # if not already created
# edit .env to add your LLM API key
```
4. 启动全部： ```bash
docker compose up -d
```
5. 打开 http://localhost:8080
### 故障排除
**`(sqlite3.OperationalError) table organizations already exists`** — 你遇到了 `pip install skyvern==1.0.31` 中一个已知的错误。修复方法：```bash
rm ~/.skyvern/data.db # remove the leftover SQLite file
pip install --upgrade skyvern # 1.0.32+ contains the fix
skyvern quickstart
```
如果你仍然停留在1.0.31版本且无法升级，请改用uv安装：```bash
uv pip install skyvern
```
**`pip install skyvern` 失败并出现 ResolutionImpossible (litellm / fastmcp)** — 你遇到了 1.0.31 中的依赖解析冲突。请升级到 1.0.32+ 或使用 uv：`uv pip install skyvern`。
## SDK
**Skyvern 是一个 Playwright 扩展，增加了 AI 驱动的浏览器自动化。** 它为你提供 Playwright 的全部功能以及额外的 AI 能力——使用自然语言提示与元素交互、提取数据并自动化复杂的多步骤工作流。
**安装：**
- Python SDK / 云 API：`pip install skyvern`
- 本地服务器 + 打包 UI：`pip install "skyvern[all]"` 然后运行 `skyvern quickstart`
- 本地服务器 + 带 Postgres 的打包 UI：`pip install "skyvern[all]"` 然后运行 `skyvern quickstart --postgres`
- 针对现有 API 的打包 UI：`pip install "skyvern[ui]"` 然后运行
`skyvern run ui --api-url <api-url> --api-key <api-key>`
- TypeScript：`npm install @skyvern/client`
### AI 驱动的页面命令
Skyvern 在页面对象上添加了四个核心 AI 命令：
| 命令 | 描述 |
|---------|-------------|
| `page.act(prompt)` | 使用自然语言执行操作（例如，“点击登录按钮”） |
| `page.extract(prompt, schema)` | 从页面提取结构化数据，可带 JSON schema |
| `page.validate(prompt)` | 验证页面状态，返回 `bool`（例如，“检查用户是否已登录”） |
| `page.prompt(prompt, schema)` | 向 LLM 发送任意提示，可带响应 schema |
此外，`page.agent` 提供更高级的工作流命令：
| 命令 | 描述 |
|---------|-------------|
| `page.agent.run_task(prompt)` | 执行复杂的多步骤任务 |
| `page.agent.login(credential_type, credential_id)` | 使用存储的凭据进行身份验证（Skyvern、Bitwarden、1Password） |
| `page.agent.download_files(prompt)` | 导航并下载文件 |
| `page.agent.run_workflow(workflow_id)` | 执行预构建的工作流 |
### AI 增强的 Playwright 操作
所有标准 Playwright 操作都支持可选的 `prompt` 参数，用于 AI 驱动的元素定位：
| 操作 | Playwright | AI 增强 |
|--------|------------|--------------|
| 点击 | `page.click("#btn")` | `page.click(prompt="点击登录按钮")` |
| 填充 | `page.fill("#email", "[email protected]")` | `page.fill(prompt="邮箱字段", value="[email protected]")` |
| 选择 | `page.select_option("#country", "US")` | `page.select_option(prompt="国家下拉框", value="US")` |
| 上传 | `page.upload_file("#file", "doc.pdf")` | `page.upload_file(prompt="上传区域", files="doc.pdf")` |
**三种交互模式：**```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")
```
### 核心 AI 命令 - 示例```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")
```
### 快速入门示例
**通过UI运行：**```bash
skyvern run all
```
打开 http://localhost:8080 即可通过网页界面运行任务。如果打包的 UI 缺失，`skyvern run ui` 会提示安装匹配的 UI 包。对于非交互式设置，请使用 `skyvern run ui --install-ui` 或 `skyvern run all --install-ui`。
要仅针对现有的 Skyvern API 运行打包的 UI，请安装 `skyvern[ui]` 并传入 `--api-url`；CLI 会从 API URL 推断 `--wss-url`，除非你覆盖它。你也可以在运行 `skyvern run ui` 之前设置 `VITE_API_BASE_URL`、`VITE_WSS_BASE_URL`、`VITE_ARTIFACT_API_BASE_URL`、`VITE_SKYVERN_API_KEY` 和 `VITE_BROWSER_STREAMING_MODE`。
**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
```
**TypeScript SDK：**```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();
```
**简单任务执行：**```python
from skyvern import Skyvern
skyvern = Skyvern()
task = await skyvern.run_task(prompt="Find the top post on hackernews today")
print(task)
```
## 高级用法
### 控制你自己的浏览器（Chrome）
让 Skyvern 控制你现有的 Chrome 浏览器——包括你所有的 Cookies、登录状态和扩展程序。
#### 步骤1：在 Chrome 中启用远程调试
1. 打开 Chrome 并访问 `chrome://inspect/#remote-debugging`
2. 点击 **启用** 启动调试服务器
3. 你应该看到：**服务器正在运行于：127.0.0.1:9222**
> [!TIP]
> `skyvern init browser` 命令可以自动完成此操作——它会打开 `chrome://inspect/#remote-debugging`，等待你启用它，并保存配置。
#### 步骤2：连接 Skyvern
**选项 A — Python Code:**```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",
)
```
**选项 B — Skyvern 服务：**
在你的 .env 文件中添加两个变量：```bash
BROWSER_TYPE=cdp-connect
BROWSER_REMOTE_DEBUGGING_URL=http://127.0.0.1:9222
```
重启 Skyvern 服务 `skyvern run all`，并通过 UI 或代码运行任务
### 将 Skyvern Cloud 连接到你的本地浏览器
让 Skyvern Cloud 控制你机器上运行的 Chrome 浏览器 —— 包括你现有的所有 cookie、登录信息和扩展。适用于自动化那些你已经登录或位于 VPN 后的站点。```bash
# One command to start Chrome + create a tunnel to Skyvern Cloud
skyvern browser serve --tunnel
```
然后在你的任务中使用隧道 URL：```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]
> 始终使用 `--api-key` 通过隧道暴露浏览器。否则，任何人只要拥有该 URL 即可完全控制您的浏览器。请参阅[安全文档](https://www.skyvern.com/docs/optimization/browser-tunneling#security)。
请参阅[完整文档](https://www.skyvern.com/docs/optimization/browser-tunneling)了解所有选项、手动隧道设置和故障排除。
### 从您的运行中获取一致的输出模式
您可以通过添加 `data_extraction_schema` 参数来实现这一点：```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"
}
}
}
)
```
### 调试问题的有用命令```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
```
# 性能与评估
Skyvern 在 [WebBench 基准测试](https://github.com/skyvern-ai/skyvern/blob/main/webbench.ai) 上达到了 SOTA 性能，准确率为 64.4%。技术报告与评估可在此处查阅：[链接](https://www.skyvern.com/blog/web-bench-a-new-way-to-compare-ai-browser-agents/)
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/e1d9ef60b5b30f27ac8e7dd6445c58abaf6d73d2052b5504a68cb57fac2ce5ef.png"/>
</p>
## WRITE 任务（例如填写表单、登录、下载文件等）的性能
Skyvern 在 WRITE 任务（例如填写表单、登录、下载文件等）上表现最佳，这些任务主要用于 RPA（机器人流程自动化）相关操作。
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/58fb054d89dc64f388518a8f88ef0627db4fefe54efaa9b93cb8da5e3efaa18d.png"/>
</p>
# Skyvern 功能
## Skyvern 任务
任务是 Skyvern 中的基本构建单元。每个任务都是向 Skyvern 发出的单一请求，指示它浏览网站并完成特定目标。
任务需要你指定 `url`、`prompt`，并可选择性地包含 `data schema`（如果你希望输出符合特定模式）和 `error codes`（如果你希望 Skyvern 在特定情况下停止运行）。
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/117cf9cb190bc9592bcf4a20d4c87689ce2422f767ced27b8651935204a4c1c0.png"/>
</p>
## Skyvern 工作流
工作流是一种将多个任务链接在一起形成连贯工作单元的方式。
例如，如果你想下载所有日期在 1 月 1 日之后的发票，你可以创建一个工作流：首先导航到发票页面，然后筛选出仅显示 1 月 1 日之后的发票，提取所有符合条件的发票列表，并逐个迭代下载每张发票。
另一个例子是，如果你希望自动化从电商商店购买产品的流程，可以创建一个工作流：首先导航到目标产品并将其加入购物车；其次，导航到购物车并验证购物车状态；最后，通过结账流程购买商品。
支持的工作流功能包括：
1. 浏览器任务
1. 浏览器动作
1. 数据提取
1. 验证
1. For 循环
1. 文件解析
1. 发送电子邮件
1. 文本提示
1. HTTP 请求块
1. 自定义代码块
1. 上传文件到块存储
1. （即将支持）条件语句
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/cd2caa0604f940415bfa00c130ec992ebedfbc7934ddf00df0bca03af2248677.png"/>
</p>
## 实时流
Skyvern 允许你将浏览器的视窗实时流式传输到本地机器，这样你就能看到 Skyvern 在网页上执行的每一个操作。这对于调试、理解 Skyvern 如何与网站交互以及在必要时进行干预非常有用。
## 表单填写
Skyvern 原生支持填写网站上的表单输入。通过 `navigation_goal` 传入信息，Skyvern 能够理解信息并相应地填写表单。
## 数据提取
Skyvern 还能够从网站中提取数据。
你也可以直接在提示中指定 `data_extraction_schema`，以 jsonc 格式告诉 Skyvern 你希望从网站中提取哪些具体数据。Skyvern 的输出将根据提供的模式进行结构化。
## 文件下载
Skyvern 还能够从网站下载文件。所有下载的文件会自动上传到块存储（如果已配置），你可以通过用户界面访问它们。
## 身份验证
Skyvern 支持多种不同的身份验证方法，使得在登录后自动化任务变得更加容易。如果你想尝试，请[通过电子邮件](mailto:[email protected])或[Discord](https://discord.gg/fG2XXEuQX3)联系我们。
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/bf10e8dfc389840023156f6e17cabb33c533b68af224a79e2f7cead75f449386.png"/>
</p>
### 🔐 2FA 支持（TOTP）
Skyvern 支持多种不同的双重验证方法，允许你自动化需要双重验证的工作流。
示例包括：
1. 基于二维码的 2FA（例如 Google Authenticator、Authy）
1. 基于电子邮件的 2FA
1. 基于短信的 2FA
🔐 在此了解有关 2FA 支持的更多信息：[链接](https://www.skyvern.com/docs/credentials/totp)
### 密码管理器集成
Skyvern 目前支持以下密码管理器集成：
- [x] Bitwarden
- [x] 自定义凭据服务（HTTP API）
- [ ] 1Password
- [ ] LastPass
## 模型上下文协议（MCP）
Skyvern 支持模型上下文协议（MCP），允许你使用任何支持 MCP 的 LLM。
请在此查阅 MCP 文档：[链接](https://www.skyvern.com/docs/integrations/mcp#mcp-server)
## Zapier / Make.com / N8N 集成
Skyvern 支持 Zapier、Make.com 和 N8N，允许你将 Skyvern 工作流连接到其他应用。
* [Zapier](https://www.skyvern.com/docs/integrations/zapier)
* [Make.com](https://www.skyvern.com/docs/integrations/make.com)
* [N8N](https://www.skyvern.com/docs/integrations/n8n)
🔐 在此了解有关 2FA 支持的更多信息：[链接](https://www.skyvern.com/docs/credentials/totp)
# Skyvern 的真实世界示例
我们很高兴看到 Skyvern 在真实场景中的应用。以下是一些 Skyvern 如何用于自动化工作流的真实示例。欢迎提交 PR 添加你自己的示例！
## 在众多不同网站上下载发票
[预约演示观看实时演示](https://meetings.hubspot.com/skyvern/demo)
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/6c78ce6d6edeac1f32acd6027e8e70a63ae0b2d6321bce67ff66897bf8cb1521.gif"/>
</p>
## 自动化求职申请流程
[💡 查看实际效果](https://app.skyvern.com/tasks/create/job_application)
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/c3194a14defe1776d0a03e90134b0f80335ce1ed9fbe8aca58bfcfb70b8921c5.gif"/>
</p>
## 为制造公司自动化材料采购
[💡 查看实际效果](https://app.skyvern.com/tasks/create/finditparts)
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/6d03d69dfe77b8604b6b989267589b585b5c1db543bcf47cc1e396e1ae7a5c86.gif"/>
</p>
## 导航到政府网站注册账户或填写表单
[💡 查看实际效果](https://app.skyvern.com/tasks/create/california_edd)
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/e60a5be96693d456bea4cba289dad73dc8c3d3e31746410c911ccf6a4a495f46.gif"/>
</p>
<!-- 添加特拉华州实体查询示例 x2 -->
## 填写随机的联系我们表单
[💡 查看实际效果](https://app.skyvern.com/tasks/create/contact_us_forms)
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/3ba9ff70e487d4c5f44732b7819d75a7b7ac7dfef84431703940f2b47e6efdda.gif"/>
</p>
## 从任意语言的保险提供商获取保险报价
[💡 查看实际效果](https://app.skyvern.com/tasks/create/bci_seguros)
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/aa17b406762a22c5d64191e1ce122d37c257a426afc88d08e84ab032e41eb7b1.gif"/>
</p>
[💡 查看实际效果](https://app.skyvern.com/tasks/create/geico)
<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/13130/a114374ce5e26eb559503d84aa24449d9b6c2eadc6bdf7ded28de0f96b9ff023.gif"/>
</p>
# 贡献者设置
请确保已安装 [uv](https://docs.astral.sh/uv/getting-started/installation/)。
1. 运行以下命令创建虚拟环境 (`.venv`)
```bash
uv sync --group dev
```
2. 执行初始服务器配置
```bash
uv run skyvern quickstart
```
3. 在浏览器中访问 `http://localhost:8080` 开始使用用户界面
*Skyvern CLI 支持 Windows、WSL、macOS 和 Linux 环境。*
# 文档
更详细的文档可以在我们的 [📕 文档页面](https://www.skyvern.com/docs) 上找到。如果发现任何不清楚或缺失的内容，请通过提交 Issue 或[发送邮件](mailto:[email protected])加入 [Discord](https://discord.gg/fG2XXEuQX3) 联系我们。
# 支持的 LLM
| 提供商 | 支持的模型 |
| -------- | ------- |
| OpenAI | GPT-5.5, GPT-5.4, GPT-5, GPT-4.1, o3, o4-mini |
| Anthropic | Claude 4.7 Opus, Claude 4.6 (Sonnet, Opus), Claude 4.5 (Haiku, Sonnet, Opus) |
| Azure OpenAI | 部署到 Azure 订阅中的任何 GPT 模型 |
| AWS Bedrock | Claude 4.7, Claude 4.6 (Sonnet, Opus), Claude 4.5 (Sonnet, Opus) |
| Gemini | Gemini 3.1 Pro, Gemini 3 Flash, Gemini 2.5 Pro/Flash |
| Ollama | 通过 [Ollama](https://github.com/ollama/ollama) 运行任何本地托管的模型 |
| OpenRouter | 通过 [OpenRouter](https://openrouter.ai) 访问模型 |
| 兼容 OpenAI | 任何遵循 OpenAI API 格式的自定义 API 端点（通过 [liteLLM](https://docs.litellm.ai/docs/providers/openai_compatible)） |
有关详细的 LLM 配置，包括所有可用模型密钥、环境变量和多模型设置，请参阅 [LLM 配置文档](https://www.skyvern.com/docs/self-hosted/llm-configuration)。
# 贡献
我们欢迎 PR 和建议！请不要犹豫提交 PR/Issue，或[发送邮件](mailto:[email protected])加入 [Discord](https://discord.gg/fG2XXEuQX3) 联系我们。
请查看我们的[贡献指南](https://github.com/skyvern-ai/skyvern/blob/main/CONTRIBUTING.md)和
[“求助”问题](https://github.com/skyvern-ai/skyvern/issues?q=is%3Aopen+is%3Aissue+label%3A%22help+wanted%22)以开始贡献！
如果你想与 Skyvern 仓库交流，获取关于其结构、如何在此基础上构建以及如何解决使用问题的高层概览，请查看 [Code Sage](https://sage.storia.ai?utm_source=github&utm_medium=referral&utm_campaign=skyvern-readme)。
# 遥测
默认情况下，Skyvern 会收集基本的使用统计数据，以帮助我们了解 Skyvern 的使用情况。如果你想选择退出遥测，请将 `SKYVERN_TELEMETRY` 环境变量设置为 `false`。
# 许可证
Skyvern 的开源仓库通过托管云服务获得支持。所有驱动 Skyvern 的核心逻辑都包含在此开源仓库中，并根据 [AGPL-3.0 许可证](https://github.com/skyvern-ai/skyvern/blob/main/LICENSE) 进行许可，但托管云服务中可用的反机器人措施除外。
如果你对许可有任何疑问或顾虑，请[联系我们](mailto:[email protected])，我们很乐意提供帮助。
# 星历史
[](https://star-history.com/#Skyvern-AI/skyvern&Date)
