首页
/ Skyvern项目v0.1.83版本发布:自动化Web操作能力全面升级

Skyvern项目v0.1.83版本发布:自动化Web操作能力全面升级

2025-06-03 10:47:28作者:郜逊炳

Skyvern是一个专注于Web自动化操作的AI项目,它通过智能化的方式模拟人类在浏览器中的交互行为,实现各种网页任务的自动化执行。该项目结合了计算机视觉、自然语言处理和浏览器自动化技术,为用户提供了一个强大的工具来自动化处理复杂的Web工作流程。

核心功能增强

浏览器会话管理优化

本次版本对持久化浏览器会话功能进行了多项重要改进:

  1. 会话超时控制:新增了浏览器会话请求的超时机制,有效防止长时间无响应的情况。同时将会话超时设置为可选字段,提升了使用的灵活性。

  2. 会话状态追踪:在持久化浏览器会话表中添加了started_at和completed_at时间戳字段,便于精确追踪会话的生命周期。

  3. 性能优化:为runnable_id字段添加了索引,显著提高了查询效率,特别是在处理大量会话数据时。

元素定位与交互增强

项目对网页元素的定位和交互能力进行了重要升级:

  1. XPath生成:新增了自动生成元素XPath的功能,使得元素定位更加精准可靠。

  2. DOM结构优化:改进了元素树的结构化表示,通过添加结构化div元素,使DOM树更清晰易读,同时避免了构建完整DOM树带来的性能开销。

  3. 多级选择修复:解决了多级元素选择时可能出现的问题,提升了复杂页面元素定位的准确性。

新功能亮点

凭证管理API开放

v0.1.83版本正式开放了凭证管理相关API,包括:

  1. TOTP验证码支持:新增了专门的TOTP验证码端点,方便处理双因素认证场景。

  2. 凭证CRUD操作:提供完整的凭证创建、读取、更新和删除接口,支持安全存储和管理各类认证信息。

工作流运行监控

增强了工作流运行的监控和查询能力:

  1. 运行详情获取:新增API支持获取特定工作流运行的详细信息,包括执行状态、时间戳等关键数据。

  2. 响应数据丰富:在任务响应中添加了recording_url和downloaded_files字段,方便用户直接访问执行过程的录屏和下载的文件。

性能与稳定性改进

  1. 最大迭代次数调整:将任务v2的最大迭代次数提升至13次,适应更复杂的自动化场景。

  2. 自动完成尝试减少:优化了自动完成逻辑,减少了不必要的尝试次数,提高执行效率。

  3. DOM监听修复:解决了DOM监听器可能出现的bug,提升了页面操作的可靠性。

开发者体验优化

  1. 统一接口:将所有库面向的代码统一到from skyvern import Skyvern接口下,简化了开发者的使用方式。

  2. API文档完善:全面更新了API文档,增加了详细的代码示例,帮助开发者更快上手。

  3. 调试信息增强:增加了模块加载的调试日志,便于开发者排查问题。

评估功能增强

  1. 通用运行端点:新增了通用的/runs评估端点,支持对各类运行结果进行评估分析。

  2. 响应规范化:对评估返回结果进行了标准化处理,确保返回项和总数的格式统一。

Skyvern v0.1.83版本的发布标志着该项目在Web自动化领域的又一次重要进步,特别是在浏览器会话管理、元素交互和凭证处理等方面有了显著提升,为开发者构建复杂的Web自动化解决方案提供了更强大的工具支持。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
506
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
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!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
940
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
335
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70