Skyvern项目v0.1.62版本发布:自动化流程与凭证管理的全面升级
Skyvern是一个基于AI的自动化流程平台,它能够模拟人类操作网页的行为,实现各种业务流程的自动化。通过智能识别网页元素、自动填写表单、点击按钮等操作,Skyvern可以完成诸如数据采集、系统集成、自动化测试等任务。最新发布的v0.1.62版本带来了多项重要改进,特别是在凭证管理和自动化流程方面有了显著提升。
凭证管理功能增强
凭证管理是自动化流程中的关键环节,新版本对此进行了多项优化:
-
凭证输入参数选项:在登录区块的下拉菜单中新增了凭证输入参数选项,使得凭证选择更加直观和便捷。用户现在可以更灵活地配置不同场景下所需的凭证参数。
-
空值处理改进:系统现在能够正确处理密码字段为空的情况,将其显示为空字符串而非错误。同时,在凭证创建API中禁止了空字符串的提交,确保凭证信息的完整性。
-
UI优化:修复了凭证项溢出的问题,改进了凭证选择器的显示效果,使界面更加整洁美观。新增了凭证选项功能,让用户能够更方便地选择和管理凭证。
-
2FA支持:将双因素认证(2FA)功能放入可折叠区域,既保持了界面的简洁性,又为需要高级安全验证的用户提供了便利。
自动化流程改进
在自动化流程执行方面,本次更新带来了多项重要改进:
-
交互元素检测增强:新增了对SVG元素的交互检测能力,扩展了系统能够识别的元素类型范围。同时改进了下拉菜单的检测算法,提高了自动化操作的准确性。
-
自定义选择逻辑优化:改进了自定义选择退出逻辑,使得在复杂场景下的元素选择更加稳定可靠。
-
工作流时间轴显示:现在在工作流时间轴中会显示区块标签,让用户能够更清晰地了解自动化流程的执行过程和当前状态。
-
操作历史记录:即使操作历史为空,系统也会记录相关信息,确保流程跟踪的完整性。同时更新了操作历史提示,使其更加清晰有用。
新增SkyvernClient功能
本次版本引入了SkyvernClient,这是一个重要的新增功能:
-
基础客户端功能:提供了基本的运行工作流功能,用户可以通过编程方式调用Skyvern的自动化能力。
-
扩展支持:客户端支持配置webhook URL、代理设置和TOTP(基于时间的一次性密码)等功能,满足不同场景下的集成需求。
-
运行状态查询:新增了获取运行状态的端点,方便用户跟踪自动化流程的执行情况。
性能优化
在性能方面,本次更新有两项重要改进:
-
_mask_shift函数优化:通过算法改进,该函数的执行速度提升了26%,这对于处理大量数据的场景尤为重要。
-
AsyncOperationPool._get_operation方法优化:该方法的速度提升了10%,提高了异步操作的处理效率。
其他改进
-
API端点整理:更新了API端点函数命名,并弃用了不再使用的端点,使API更加规范和清晰。
-
票据处理UI:新增了票据处理的用户界面,扩展了系统的业务处理能力。
-
代码质量:通过Codeflash GHA改进了代码质量检查流程,确保代码的健壮性和可维护性。
Skyvern v0.1.62版本的这些改进,使得平台在自动化流程执行、凭证管理、系统集成等方面都有了显著提升,为用户提供了更强大、更稳定的自动化解决方案。特别是新增的SkyvernClient功能,为开发者提供了更灵活的集成方式,扩展了系统的应用场景。
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