Skyvern-AI项目v0.1.51版本发布:工作流与浏览器会话增强
2025-06-03 03:39:39作者:董斯意
Skyvern-AI是一个基于人工智能的自动化测试框架,专注于通过自然语言指令驱动浏览器操作,实现端到端的业务流程自动化。该项目通过将自然语言转化为可执行的浏览器操作,大大降低了自动化测试的门槛。
核心功能改进
工作流执行机制优化
本次版本对工作流执行机制进行了重要改进,将文本提示执行(text prompt executions)正式纳入工作流运行步骤。这一变更使得:
- 文本提示的执行状态和结果现在可以被完整追踪
- 工作流运行过程的可观测性得到提升
- 调试和错误排查变得更加直观
开发团队还为工作流页面新增了横幅展示功能,提升了用户界面的信息展示效率。
浏览器会话管理增强
在浏览器会话管理方面,v0.1.51版本引入了多项重要改进:
-
持久化会话状态追踪:现在可以记录浏览器地址和状态信息到持久化会话中,为会话恢复和调试提供了更完整的信息
-
页面重载功能:新增了页面重载(reload)操作支持,包括:
- 实现了页面重载的核心功能
- 添加了重载操作的验证机制
- 完善了相关错误处理
-
交互元素检测增强:特别针对表格单元格(td元素)的交互检测能力进行了优化,提升了框架对复杂网页结构的适应能力
安全与集成改进
在安全相关功能方面,本次更新:
-
优化了密码管理器的集成方式,现在支持通过环境变量直接配置,简化了本地开发环境的设置
-
将密码管理组件正式加入Docker镜像,完善了容器化部署的支持
错误处理与稳定性
-
调整了最大迭代次数的错误处理逻辑,使框架在长时间运行任务时表现更加稳定
-
移除了观察者(observer)相关的失败原因输出,使错误信息更加简洁明确
-
优化了主提示(main prompt)生成观察任务URL和标题的机制,提高了自动化任务的准确性
总结
Skyvern-AI v0.1.51版本主要聚焦于工作流执行机制的完善和浏览器会话管理的增强,通过这些改进,框架的可靠性和用户体验得到了显著提升。特别是新增的页面重载功能和改进的交互元素检测能力,使得Skyvern-AI能够处理更加复杂的网页自动化场景。安全集成的优化也为不同环境下的部署提供了更多便利。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C038
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0119
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
434
3.29 K
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++
694
367
Ascend Extension for PyTorch
Python
240
272
暂无简介
Dart
693
162
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
9
1
React Native鸿蒙化仓库
JavaScript
269
328
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869