Skyvern – Tự động hóa quy trình làm việc trên trình duyệt bằng LLM và thị giác máy tính

• Các phương pháp tự động hóa trình duyệt truyền thống đòi hỏi phải viết script dựa trên phân tích DOM hoặc XPath, vốn rất dễ bị hỏng mỗi khi website thay đổi
• Skyvern giải quyết vấn đề này bằng cách phân tích các mục trong viewport theo thời gian thực và tạo kế hoạch để tương tác với website
  • Vì liên kết các phần tử trực quan với hành động nên có thể hoạt động ngay cả trên những website chưa từng thấy
  • Thích ứng tốt với các thay đổi trong bố cục website
  • Sử dụng LLM để suy luận nên có thể xử lý cả những tình huống phức tạp
• Lấy cảm hứng từ thiết kế tác nhân tự trị hướng tác vụ được phổ biến bởi BabyAGI và AutoGPT, đồng thời bổ sung khả năng tương tác với website bằng các thư viện tự động hóa trình duyệt như Playwright
• Cũng cung cấp riêng phiên bản Skyvern Cloud được quản lý, cho phép chạy song song nhiều instance Skyvern để tự động hóa workflow ở quy mô lớn mà không cần quản lý hạ tầng
• Yêu cầu Python 3.11, Brew (đối với người dùng Mac), Poetry, PostgreSQL 14