Skyvern：21.8K+ Stars！AI 视觉浏览器自动化，让网页操作像对话一样自然

基于 LLM + 计算机视觉 · 告别脆弱的 XPath 选择器 · 自适应任意网站布局

📌 项目简介

Skyvern 是一款基于大语言模型（LLM）和计算机视觉的开源浏览器自动化工具。与传统依赖 XPath/选择器的脆弱自动化脚本不同，Skyvern 通过 AI 视觉理解网页结构，自动适配任意网站布局变化，真正实现了”一次编写，随处运行”的浏览器自动化体验。项目在 GitHub 已获得 21,880+ Stars，是 AI RPA 领域的热门开源项目。

⚙️ 安装要求和过程

方式一：pip 安装（推荐）

环境要求：Python 3.11 / 3.12 / 3.13；Windows 用户需安装 Rust 运行时和 VS C++ 开发工具

# 安装 Skyvern
pip install "skyvern[all]"

# 快速启动（默认 SQLite）
skyvern quickstart

# 如需 PostgreSQL
skyvern quickstart --postgres

方式二：Docker Compose（完全容器化）

git clone https://github.com/Skyvern-AI/skyvern.git
cd skyvern
cp .env.example .env   # 编辑 .env 填入 LLM API Key
docker compose up -d
# 访问 http://localhost:8080

方式三：Skyvern Cloud（免维护）

直接访问 app.skyvern.com 注册使用，自带反机器人检测、代理网络、验证码破解等高级功能。

⭐ 核心功能

🚀 典型使用场景

💡 推荐理由

作为一名经常需要与多个网站打交道的开发者，我深刻体会过传统浏览器自动化的痛点——XPath 一改，脚本全挂。Skyvern 最打动我的是它”用 AI 视觉理解网页”的思路：不再依赖固定的 DOM 选择器，而是由 LLM 实时分析页面视觉结构，真正做到了”布局无关”。

另一个亮点是它与 Playwright 的深度兼容——你可以在同一个脚本里混合使用传统选择器（高性能）和 AI 操作（高适配），这种渐进式采用策略对已有自动化代码库的团队非常友好。加上对工作流编排、多 LLM 支持和企业级认证能力的覆盖，Skyvern 正在重新定义”AI + RPA”的边界。

⚠️ 注意：核心代码以 AGPL-3.0 开源，但反机器人检测等高级功能仅在托管云服务中提供。如果只是内部使用，完全够用；如果用于商业产品，建议评估云服务的许可方案。

🔗 下载地址