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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134