Skyvern项目v0.1.77版本发布:增强验证码处理与智能表单交互能力
2025-06-03 03:50:40作者:乔或婵
Skyvern是一个基于人工智能的自动化Web交互平台,它通过智能算法模拟人类操作浏览器完成各种网页任务。最新发布的v0.1.77版本在验证码处理、表单智能填充等方面进行了重要改进,进一步提升了系统的自动化能力和用户体验。
验证码与双因素认证处理能力增强
本次更新重点加强了验证码和双因素认证(2FA)的处理能力。系统现在能够更智能地识别网页中的验证码输入场景,并自动生成相应的处理策略。当遇到需要输入验证码的情况时,Skyvern能够:
- 自动检测验证码输入框的出现
- 判断验证码类型并采取相应措施
- 在验证码尚未发送时避免不必要的获取操作
对于基于时间的一次性密码(TOTP)验证,系统增加了对TOTP验证URL和标识符的支持,能够更准确地处理各类双因素认证场景。同时优化了验证码处理失败时的回退机制,确保在验证码处理不成功时系统能够采取合理的替代方案继续任务。
智能表单交互功能升级
在表单处理方面,v0.1.77版本扩展了自动填充功能的覆盖范围,使系统能够处理更多类型的表单元素。特别是:
- 增强了自定义选择功能,能够处理更复杂的下拉选择和单选/多选场景
- 改进了输入处理逻辑,修复了之前版本中存在的输入处理bug
- 优化了循环任务中的完成验证逻辑,避免在循环内部任务中不必要地进行完成验证
这些改进使得Skyvern在处理各类网页表单时更加准确和高效,特别是在需要多次交互或复杂选择的场景下表现更佳。
模型支持与系统稳定性
本次更新还引入了对GPT-o4-mini和GPT-o3模型的支持,为用户提供了更多模型选择。这些新模型在处理特定类型的网页交互任务时可能表现出不同的优势。
在系统稳定性方面,修复了初始化过程中的一些问题,确保系统能够正确启动和运行。同时优化了空操作(nullaction)的处理逻辑,避免在某些边界情况下出现意外行为。
总结
Skyvern v0.1.77版本通过增强验证码处理能力、改进表单交互逻辑以及提升系统稳定性,进一步巩固了其作为智能网页自动化解决方案的地位。这些改进使得系统能够处理更复杂的网页交互场景,特别是那些需要验证码或双因素认证的安全敏感操作,为企业和开发者提供了更强大、更可靠的自动化工具。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
🔥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
68
20
🎉 (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
1.37 K
781