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。
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









