GitHub 上狂揽 2 万 Star！这个浏览器 AI 自动化项目火了。

逛 GitHub 的时候，发现一个叫 skyvern 的开源项目登上了热榜。

这是一个 AI 控制浏览器自动化工作流的项目。

现在已经在 GitHub 上斩获近 2 万的 Star 了。

01

开源项目简介

在传统的网页自动化 RPA 开发中，最让人头疼的莫过于页面结构变了。

如果你写过 Selenium 或 Puppeteer 脚本，一定经历过因为网站开发者修改了一个 CSS 类名或调整了按钮位置，导致整套脚本报错失效的崩溃瞬间。

为了维护这些脚本，开发者往往需要花费大量时间去修补 XPath 或 CSS 选择器。Skyvern 这个开源项目试图用大模型和计算机视觉彻底解决这个问题。

它不再依赖死板的代码选择器，而是像人类一样看懂网页，从而进行自动化操作。

下面这张图就是开源项目 Skyvern 的核心原理：

拿 AI 在亚马逊（Amazon.com）上完成购物任务的详细工作流举例。

整个系统分为三个主要模块：Planner（规划器）、Task（任务执行器） 和 Validator（验证器）。

本质上就是 规划-执行-验证的 AI 架构：

用户输入：去亚马逊网站买一台 iPhone 16，一个手机壳和一个屏幕保护膜。

• 左侧的 Planner 模块负责将上述复杂的宏观指令拆解成一步步可执行的子步骤。

• 中间的 Task 模块负责具体执行 Planner 分配的某一个步骤。

• 左下角的 Validator 模块是一个反馈机制，用于确认任务是否真的完成了。

Validator 的存在确保了每一步都确实完成了才进行下一步，防止 AI 在网页加载失败或操作失误时继续盲目执行。

你也可以自己去 skyvern 部署的网站体验一下。可以通过界面看到浏览器自动操作的实时画面，整体感觉是，很慢很慢。。。

体验地址：https://app.skyvern.com/workflows

02

如何使用

Skyvern 提供了 Python 库和基于 Docker 的独立服务两种主要使用方式。为了体验完整功能，包括 UI 界面，推荐使用 Docker 部署。

① 部署环境：你需要安装 Docker 和 Docker Desktop。

② 快速启动（Docker Compose）

克隆开源项目并启动服务：

# 克隆代码git clone https://github.com/Skyvern-AI/skyvern.gitcd skyvern# 初始化配置文件（会生成 .env 文件）# 此时需要根据提示填入你的 LLM API Key（如 OpenAI 或 Claude 的 Key）./run_skyvern.sh init# 启动服务docker compose up -d

启动成功后，访问浏览器 `http://localhost:8080` 即可看到可视化的操作界面。

③ 通过 Python 代码调用

如果你希望将它集成到自己的代码中，可以安装 SDK：

pip install skyvern

简单的代码示例：

from skyvern import Skyvern# 初始化skyvern = Skyvern(api_key="你的_SKYVERN_API_KEY") # 注：如果是本地部署，需配置 base_url 指向本地服务# 下达任务task = await skyvern.run_task( prompt="去 Hacker News 网站找到今天热度最高的帖子，并返回标题和链接")print(task)

在运行过程中，你甚至可以通过 UI 界面看到浏览器自动操作的实时画面，非常适合调试和监控。

开源地址：https://github.com/Skyvern-AI/skyvern