প্রকল্প সম্পর্কে

Skyvern হলো একটি AI-চালিত ব্রাউজার অটোমেশন টুল যা ওয়েবসাইটের সাথে ইন্টারঅ্যাক্ট করতে Vision LLMs এবং কম্পিউটার ভিশন ব্যবহার করে। প্রথাগত অটোমেশন যা DOM পার্সিং এবং XPaths-এর ওপর নির্ভর করে, তার বিপরীতে Skyvern অপরিচিত ওয়েবসাইটে কাজ করতে পারে এবং ভিজ্যুয়াল এলিমেন্টগুলোর মাধ্যমে যুক্তি বিশ্লেষণ করে লেআউটের পরিবর্তনের সাথে খাপ খাইয়ে নিতে পারে। এর মূল ক্ষমতাগুলোর মধ্যে রয়েছে: - AI-চালিত SDK: একটি Playwright এক্সটেনশন যা `page.act()`, `page.extract()`, এবং `page.validate()`-এর মতো ন্যাচারাল ল্যাঙ্গুয়েজ কমান্ড এবং স্ট্যান্ডার্ড Playwright অ্যাকশনগুলোর (click, fill, select, upload) AI-বর্ধিত সংস্করণ যুক্ত করে। - নো-কোড ওয়ার্কফ্লো বিল্ডার: ব্যবহারকারীদের ডেটা এক্সট্রাকশন, ভ্যালিডেশন, লুপ এবং HTTP রিকোয়েস্টের ব্লক ব্যবহার করে একাধিক টাস্ক একত্রে যুক্ত করার সুযোগ দেয়। - উন্নত ব্রাউজার কন্ট্রোল: রিমোট ডিবাগিংয়ের মাধ্যমে লোকাল Chrome ইনস্ট্যান্স নিয়ন্ত্রণ এবং লোকাল ব্রাউজারকে Skyvern Cloud-এ টানেলিং করার সুবিধা প্রদান করে। - ডেটা এক্সট্রাকশন এবং ফর্ম ফিলিং: প্রদত্ত JSON স্কিমার ভিত্তিতে স্ট্রাকচার্ড ডেটা এক্সট্রাক্ট করতে এবং জটিল ওয়েব ফর্ম পূরণ করতে সক্ষম। - অথেন্টিকেশন সাপোর্ট: এতে 2FA সাপোর্ট (TOTP, Email, SMS) এবং Bitwarden-এর মতো পাসওয়ার্ড ম্যানেজারের সাথে ইন্টিগ্রেশন অন্তর্ভুক্ত রয়েছে। - ইন্টিগ্রেশন: এটি Model Context Protocol (MCP) সাপোর্ট করে এবং Zapier, Make.com এবং N8N-এর মতো অটোমেশন প্ল্যাটফর্মের সাথে সংযুক্ত হতে পারে। Skyvern একটি ম্যানেজড ক্লাউড সার্ভিস, লোকাল pip ইনস্টলেশন অথবা Docker Compose-এর মাধ্যমে ডেপ্লয় করা যেতে পারে। এটি OpenAI, Anthropic, Gemini এবং Ollama-এর মাধ্যমে লোকালি হোস্ট করা মডেলসহ বিস্তৃত LLM প্রোভাইডার সাপোর্ট করে।