इस प्रोजेक्ट के बारे में

Skyvern एक AI-संचालित ब्राउज़र ऑटोमेशन टूल है जो वेबसाइटों के साथ इंटरैक्ट करने के लिए Vision LLMs और कंप्यूटर विज़न का लाभ उठाता है। पारंपरिक ऑटोमेशन के विपरीत, जो DOM पार्सिंग और XPaths पर निर्भर करता है, Skyvern विज़ुअल तत्वों के माध्यम से तर्क करके अपरिचित वेबसाइटों पर काम कर सकता है और लेआउट परिवर्तनों के अनुकूल हो सकता है। मुख्य क्षमताओं में शामिल हैं: - AI-संचालित SDK: एक Playwright एक्सटेंशन जो `page.act()`, `page.extract()`, और `page.validate()` जैसे नेचुरल लैंग्वेज कमांड, साथ ही मानक Playwright क्रियाओं (क्लिक, फिल, सिलेक्ट, अपलोड) के AI-संवर्धित संस्करण जोड़ता है। - नो-कोड वर्कफ़्लो बिल्डर: उपयोगकर्ताओं को डेटा एक्सट्रैक्शन, वैलिडेशन, लूप्स और HTTP अनुरोधों के लिए ब्लॉक्स का उपयोग करके कई कार्यों को एक साथ जोड़ने की अनुमति देता है। - उन्नत ब्राउज़र नियंत्रण: रिमोट डिबगिंग के माध्यम से स्थानीय Chrome इंस्टेंस को नियंत्रित करने और स्थानीय ब्राउज़रों को Skyvern Cloud पर टनल करने का समर्थन करता है। - डेटा एक्सट्रैक्शन और फॉर्म फिलिंग: प्रदान किए गए JSON स्कीमा के आधार पर स्ट्रक्चर्ड डेटा निकालने और जटिल वेब फॉर्म भरने में सक्षम है। - ऑथेंटिकेशन सपोर्ट: इसमें 2FA सपोर्ट (TOTP, ईमेल, SMS) और Bitwarden जैसे पासवर्ड मैनेजर के साथ इंटीग्रेशन शामिल है। - इंटीग्रेशन: Model Context Protocol (MCP) का समर्थन करता है और Zapier, Make.com और N8N जैसे ऑटोमेशन प्लेटफॉर्म से जुड़ता है। Skyvern को एक मैनेज्ड क्लाउड सर्विस, लोकल pip इंस्टॉलेशन या Docker Compose के माध्यम से तैनात किया जा सकता है। यह OpenAI, Anthropic, Gemini और Ollama के माध्यम से स्थानीय रूप से होस्ट किए गए मॉडल सहित LLM प्रदाताओं की एक विस्तृत श्रृंखला का समर्थन करता है।