Skyvern：开源RPA自动化平台的完整部署指南

Skyvern作为一款开源的RPA自动化平台，能够帮助用户快速实现网页操作自动化、数据提取和工作流构建。本文将通过"准备-实施-应用-进阶"四个阶段，带您系统地完成Skyvern的部署与配置，让您轻松掌握这一强大工具的使用方法。

准备阶段：环境适配与资源配置

系统环境兼容性检测

在开始部署Skyvern之前，需要确保您的系统满足以下基本要求：

• 操作系统：Windows 10/11、macOS 10.15+ 或 Linux Ubuntu 18.04+
• Docker环境：已安装Docker和Docker Compose
• 硬件资源：至少4GB可用内存，20GB磁盘空间
• 网络环境：稳定的互联网连接

⚠️ 注意：Docker版本需≥20.10.0，可通过docker --version命令验证当前版本。若版本过低，请先升级Docker至最新稳定版。

基础依赖组件安装

根据您的操作系统，执行以下命令安装必要依赖：

Ubuntu/Debian系统

# 更新系统包
sudo apt update && sudo apt upgrade -y

# 安装Docker及相关组件
sudo apt install -y docker.io docker-compose

# 启动Docker服务并设置开机自启
sudo systemctl enable --now docker

# 将当前用户添加到docker组（避免每次使用sudo）
sudo usermod -aG docker $USER

macOS系统

# 使用Homebrew安装Docker
brew install --cask docker

# 启动Docker应用（需手动在应用程序中打开）
open -a Docker

安装完成后，通过docker-compose --version命令确认Docker Compose已正确安装。

实施阶段：模块化部署与配置

项目代码获取与目录结构解析

首先克隆Skyvern项目代码库并进入项目目录：

git clone https://gitcode.com/GitHub_Trending/sk/skyvern
cd skyvern

项目主要目录结构说明：

• skyvern/：核心后端服务代码
• skyvern-frontend/：前端用户界面
• docker-compose.yml：服务编排配置文件
• env.litellm.example：环境变量模板

环境变量精细化配置

复制环境变量模板并根据需求进行配置：

cp env.litellm.example .env

使用文本编辑器打开.env文件，配置以下关键参数：

# 基础配置
SKYVERN_ENV=production
PORT=8000
FRONTEND_PORT=3000

# LLM配置
OPENAI_API_KEY=your_api_key_here
LLM_MODEL=gpt-4

# 数据库配置
POSTGRES_USER=skyvern
POSTGRES_PASSWORD=secure_password
POSTGRES_DB=skyvern_db

💡 提示：对于企业用户，建议设置LLM_MODEL为更强大的模型如gpt-4-turbo以获得更好的自动化效果。开发测试环境可使用gpt-3.5-turbo降低成本。

容器化服务部署与状态验证

使用Docker Compose启动所有服务组件：

docker-compose up -d

此命令将自动构建并启动以下服务：

• 后端API服务（端口8000）
• 前端Web界面（端口3000）
• PostgreSQL数据库
• Redis缓存服务

服务启动后，通过以下命令检查容器运行状态：

docker-compose ps

所有服务状态应为"Up"。若有服务未正常启动，可通过docker-compose logs <service-name>查看详细日志排查问题。

应用阶段：核心功能启用与任务创建

平台访问与初始配置

在浏览器中访问http://localhost:3000打开Skyvern前端界面。首次登录时，系统会引导您完成初始设置，包括创建管理员账户和配置基本参数。

首个自动化任务创建与执行

通过以下步骤创建并运行您的第一个自动化任务：

1. 在主界面的任务输入框中输入任务描述，例如："Go to amazon.com and add a product to cart"
2. 点击"Skyvern 2.0 (Observer)"按钮提交任务
3. 在任务详情页面可查看实时执行过程和结果

💡 提示：任务描述应清晰具体，包含目标网站和明确的操作意图，这将帮助LLM更准确地生成自动化脚本。

任务执行结果验证与调试

任务执行完成后，您可以：

• 查看详细的执行日志和截图记录
• 检查提取的数据是否符合预期
• 对失败的步骤进行重新尝试或调整

如果任务执行出现问题，可通过"Debug"功能查看详细的错误信息和浏览器状态，帮助定位问题原因。

进阶阶段：场景化配置与性能优化

开发者环境定制方案

对于开发者用户，建议进行以下配置以提升开发体验：

1. 启用开发模式：

   # 修改.env文件
   SKYVERN_ENV=development
   DEBUG=True
   

2. 本地代码挂载： 修改docker-compose.yml，将本地代码目录挂载到容器中：

   volumes:
     - ./skyvern:/app/skyvern
   

3. 热重载配置： 安装开发依赖并启动开发服务器：

   pip install -r requirements-dev.txt
   python -m uvicorn skyvern.forge.forge_app:app --reload
   

企业级部署优化策略

企业用户在生产环境部署时，应考虑以下优化措施：

1. 资源配置调整： 根据实际需求调整docker-compose.yml中的资源限制：

   deploy:
     resources:
       limits:
         cpus: '4'
         memory: 8G
   

2. 持久化存储配置： 为数据库和文件存储配置外部卷：

   volumes:
     postgres_data:
       driver: local
       driver_opts:
         type: 'none'
         o: 'bind'
         device: '/path/to/local/storage/postgres'
   

3. 安全加固：

   • 设置强密码并定期轮换
   • 配置HTTPS加密
   • 限制容器网络访问权限

工作流编辑器高级应用

Skyvern提供强大的工作流编辑功能，支持复杂自动化流程的可视化构建：

通过工作流编辑器，您可以：

• 拖拽式添加各种操作模块
• 设置条件分支和循环逻辑
• 配置参数传递和数据处理
• 集成外部系统和API

下一步操作指南

恭喜您已成功部署并开始使用Skyvern！以下是进一步学习和探索的建议：

1. 深入学习核心功能： 查阅完整API文档了解更多高级功能和接口使用方法。

2. 参与社区交流： 加入Skyvern社区论坛，与其他用户交流经验和解决方案。

3. 贡献代码和改进： 如您有功能改进建议或发现bug，欢迎通过项目GitHub仓库提交issue或PR。

通过持续探索和实践，您将能够充分发挥Skyvern的潜力，构建高效、稳定的自动化解决方案，提升工作效率并降低重复劳动成本。