منصوبے کے بارے میں

Skyvern ایک AI سے چلنے والا براؤزر آٹومیشن ٹول ہے جو ویب سائٹس کے ساتھ تعامل کرنے کے لیے Vision LLMs اور کمپیوٹر ویژن کا استعمال کرتا ہے۔ روایتی آٹومیشن کے برعکس جو DOM parsing اور XPaths پر انحصار کرتی ہے، Skyvern ناواقف ویب سائٹس پر کام کر سکتا ہے اور بصری عناصر کے ذریعے سوچ بچار کر کے لے آؤٹ کی تبدیلیوں کے مطابق خود کو ڈھال سکتا ہے۔ اہم صلاحیتوں میں شامل ہیں: - AI-Powered SDK: ایک Playwright ایکسٹینشن جو قدرتی زبان کی کمانڈز جیسے `page.act()`، `page.extract()`، اور `page.validate()` کے ساتھ ساتھ معیاری Playwright ایکشنز (click, fill, select, upload) کے AI-augmented ورژن شامل کرتا ہے۔ - No-Code Workflow Builder: صارفین کو ڈیٹا نکالنے، تصدیق، لوپس، اور HTTP درخواستوں کے بلاکس کا استعمال کرتے ہوئے متعدد کاموں کو ایک ساتھ جوڑنے کی اجازت دیتا ہے۔ - Advanced Browser Control: ریموٹ ڈیبگنگ کے ذریعے مقامی Chrome instances کو کنٹرول کرنے اور مقامی براؤزرز کو Skyvern Cloud تک ٹنل کرنے کی حمایت کرتا ہے۔ - Data Extraction & Form Filling: فراہم کردہ JSON schema کی بنیاد پر منظم ڈیٹا نکالنے اور پیچیدہ ویب فارمز بھرنے کی صلاحیت رکھتا ہے۔ - Authentication Support: اس میں 2FA سپورٹ (TOTP, Email, SMS) اور Bitwarden جیسے پاس ورڈ مینیجرز کے ساتھ انٹیگریشن شامل ہے۔ - Integrations: یہ Model Context Protocol (MCP) کی حمایت کرتا ہے اور Zapier، Make.com، اور N8N جیسے آٹومیشن پلیٹ فارمز کے ساتھ جڑتا ہے۔ Skyvern کو مینجڈ کلاؤڈ سروس، مقامی pip انسٹالیشن، یا Docker Compose کے ذریعے تعینات کیا جا سکتا ہے۔ یہ OpenAI، Anthropic، Gemini، اور Ollama کے ذریعے مقامی طور پر ہوسٹڈ ماڈلز سمیت LLM فراہم کنندگان کی ایک وسیع رینج کی حمایت کرتا ہے۔