Skyvern项目v0.1.57版本发布:浏览器自动化与任务缓存优化
Skyvern是一个基于AI的浏览器自动化框架,它能够模拟人类操作浏览器完成各种任务。该项目通过结合计算机视觉和自然语言处理技术,实现了智能化的网页交互能力。最新发布的v0.1.57版本带来了一系列重要改进,特别是在任务缓存机制和浏览器状态管理方面。
任务缓存机制的全面增强
本次版本对任务缓存系统进行了多项优化。首先引入了任务运行(task_run)的缓存功能,使得重复执行相同任务时可以复用之前的结果。在实现上,系统现在会缓存完整的任务运行记录,包括所有步骤和操作细节。
一个重要的改进是对于缓存动作的验证处理。系统现在能够智能识别哪些动作需要重新验证,哪些可以直接复用缓存结果。特别是对于输入文本动作,当检测到文本内容为空时,系统会自动忽略这类缓存动作,避免执行无效操作。
终止动作(TerminateAction)的处理也得到了优化。系统现在能够正确识别终止动作不应被重放执行,同时引入了专门的单次点击代理处理机制(SINGLE_CLICK_AGENT_LLM_API_HANDLER),提高了点击操作的准确性。
浏览器状态管理与持久化
在浏览器状态管理方面,v0.1.57版本做了重要架构调整。将浏览器状态获取(get_browser_state)改为异步操作,提高了系统响应速度。同时实现了持久化浏览器会话管理功能,可以按ID获取特定的持久化浏览器会话。
新版本还优化了浏览器生命周期管理策略。在执行任务时,系统不再自动关闭浏览器,而是保持会话状态,这对于需要连续执行多个相关任务的场景特别有用,减少了重复初始化的开销。
安全与凭证管理
安全方面,本次更新增加了凭证管理功能。系统现在提供了完整的凭证表结构和CRUD(创建、读取、更新、删除)接口,支持对各种凭证的安全存储和管理。同时集成了密码管理服务,并将其改造为异步操作模式,提高了系统整体性能。
对于双因素认证场景,系统现在能够在检测不到TOTP代码时自动触发终止动作,提高了安全性和异常处理能力。
用户体验与界面改进
在前端展示方面,v0.1.57版本修复了历史表格中的多项显示问题。包括解决了加载骨架在历史表格中出现顺序错乱的问题,修正了任务运行行中的数值溢出问题,优化了表格布局和数据显示。
系统现在能够正确区分主任务和子任务运行记录,在/runs历史页面中不再显示子任务运行记录,使界面更加清晰。同时改进了工作流运行查询的分页处理,确保数据加载更加稳定可靠。
新功能与集成
本次版本还引入了LlamaIndex支持,为系统增加了新的AI能力。同时新增了联系人表单代理的蓝图模板,方便开发者快速实现相关功能。
在参数处理方面,系统现在将MissingValueForParameter错误明确归类为400错误,使API响应更加规范。同时更新了用户详情查询逻辑,提高了数据获取效率。
总体而言,Skyvern v0.1.57版本在性能、稳定性和用户体验方面都有显著提升,特别是任务缓存和浏览器状态管理方面的改进,为构建更复杂的自动化流程打下了坚实基础。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









