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 10:08:05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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
414
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++
889
609
openEuler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。
C
338
185
openJiuwen 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
TSX
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
🎉 (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
1.34 K
758
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140