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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00