skyvern-browser-automation - SKILL-北京尧图网络

name: skyvern-browser-automationdescription: “AI-powered browser automation — navigate sites, fill forms, extract structured data, log in with stored credentials, and build reusable workflows.”category: browser-automationrisk: safesource: communitysource_repo: Skyvern-AI/skyvernsource_type: officialdate_added: “2026-04-23”author: mark1iantags: [browser-automation, mcp, web-scraping, form-filling, ai-agents, workflow-automation]tools: [claude, cursor, gemini, codex]license: “AGPL-3.0”license_source: “https://github.com/Skyvern-AI/skyvern/blob/main/LICENSE”Skyvern 浏览器自动化 – CLI 判定流程Skyvern 使用 AI 来导航网站并与网站交互。下面的每条命令都是一个可运行的skyvern command调用。何时使用此技能当您需要 AI 辅助的浏览器自动化进行导航、提取、表单填写、登录流程或可复用的网站工作流时使用。当确定性选择器不可用而 Skyvern 的视觉/无障碍推理可以识别页面控件时使用。当一次性浏览器任务应变成具有运行历史和验证的可重复工作流时使用。第 1 步对任务进行分类始终先做这一步分类信号CLI 命令成本结果快速检查是/否“is the user logged in?”用户是否已登录skyvern browser validate1 次 LLM 截图轻量级验证最多 2 步返回布尔值。最便宜的 AI 选项。快速检查“what does the page show?”页面显示什么skyvern browser extract1 次 LLM 截图专门的提取 LLM 模式验证缓存。单个操作已知目标“click #submit”点击 #submitskyvern browser click/type0 次 LLM确定性 Playwright。无 AI。最快。单个操作未知目标“click the submit button”点击提交按钮skyvern browser act2-3 次 LLM无截图推理中无截图。经济型无障碍树。对于视觉目标使用混合模式选择器意图。同页多步骤“fill the form and submit”填写表单并提交skyvern browser act或原语链2-3 次 LLM 或 0 次 LLM标签清晰时使用act。知道选择器时直接使用 click/type/select。一次性自主试验“try this once”、“see if this works”试一次、看看是否可行skyvern browser run-task较高用于探索的一次性自主代理。不要用于重复或多页生产自动化。多页或可复用自动化“navigate a multi-page wizard”、“set this up”、“automate this weekly”导航多页向导、设置这个、每周自动化skyvern workflow createrunN 次 LLM 截图构建一个每步一个块的工作流。每个块都有视觉推理、验证和可复用的运行历史。MCP 说明如果您使用的是 Skyvern MCP 而非 CLI对于同页多步骤 UI 工作优先使用observe execute。CLI 不直接暴露这对组合。第 2 步应用这些决策规则如果提示包含选择器、id、XPath 或精确字段目标使用浏览器原语——而非act。如果只需要是/否答案使用validate——而非extract或act。如果工作停留在单页上且标签清晰使用act或原语链。如果用户说试一次、“看看是否可行”或明确想要一次性的探索性试验使用run-task。如果任务跨多个页面且旨在可复用、定时、可重复或明确要设置为自动化使用workflow create。绝不输入密码。始终使用skyvern browser login的已存储凭据。第 3 步创建会话每条浏览器命令都需要一个会话。先创建一个# Cloud session (default -- works for public URLs)skyvern browser session create--timeout30# Local session (for localhost URLs or self-hosted mode)skyvern browser session create--local--timeout30# Connect to existing browser via CDPskyvern browser session connect--cdpws://localhost:9222会话状态在命令之间保持。session create之后后续命令自动附加。使用--session pbs_...覆盖。完成后关闭skyvern browser session close。第 4 步按分类执行快速检查是/否skyvern browser validate--promptIs the user logged in? Look for a dashboard or avatar.返回 true/false。最便宜的 AI 选项——布尔检查时优先于 extract 或 act。快速检查skyvern browser extract\--promptExtract all product names and prices\--schema{type:object,properties:{items:{type:array,items:{type:object,properties:{name:{type:string},price:{type:string}}}}}}使用截图专门的提取 LLM。优于截图读取因为 Skyvern 的 LLM 会解释页面。单个操作已知目标skyvern browser click--selector#submit-btnskyvern browsertype--textuserco.com--selector#emailskyvern browserselect--valueUS--intentthe country dropdown确定性。无 AI。三种定位模式意图--intent the Submit buttonAI 查找元素选择器--selector #submit-btnCSS/XPath确定性混合两者选择器缩小范围AI 确认单个操作未知目标skyvern browser act--promptClick the Sign In buttonskyvern browser act--promptClose the cookie banner, then click Sign In警告act 在其 LLM 推理中没有截图。它使用经济型无障碍树。适用于标签清晰的元素。对于视觉复杂的元素使用 MCP observeclick 或混合模式。同页多步骤skyvern browser act--promptFill the shipping form and click Continue当字段和按钮标签清晰且流程停留在单页时使用act。如果需要更精确的控制将工作拆分为click、type、select、press-key和wait。一次性自主试验skyvern browser run-task\--urlhttps://example.com\--promptCheck whether the checkout flow works end to end and extract the confirmation number使用run-task来验证可行性或进行一次性探索。如果任务变得足够重要需要重新运行、调试或共享请将其转换为工作流。多页或可复用自动化——构建一个每步一个块的工作流skyvern workflow create--definitioncheckout-workflow.yaml skyvern workflow run--idwpid_123--waitskyvern workflow status --run-id wr_789每个导航块都使用视觉推理验证运行。将复杂流程拆分为多个块每页/每步一个。首次运行使用 AI后续运行重放缓存的脚本。重复/生产skyvern workflow create--definitionworkflow.yaml skyvern workflow run--idwpid_123--params{email:userco.com}skyvern workflow status --run-id wr_789拆分为每步一个块。操作使用navigation块数据使用extraction。首次运行使用 AI后续运行重放缓存的脚本快 10-100 倍。设置--run-with agent强制 AI 模式以进行调试。第 5 步验证在页面变更操作之后始终验证skyvern browser screenshot# visual checkskyvern browser validate--promptWas the form submitted successfully?# boolean assertionskyvern browser evaluate--expressiondocument.title# JS state check第 6 步错误恢复问题修复操作点击了错误的元素向提示中添加上下文。使用混合模式选择器意图。提取返回空等待内容。放宽必填字段。先检查行数。登录通过但下一步失败确保同一会话。添加登录后验证检查。未找到元素添加等待skyvern browser wait --selector #el --state visible提示过载拆分为更小的目标——每条命令一个意图。凭据绝不通过skyvern browser type或act输入密码。始终使用已存储的凭据skyvern credentialsadd--namemy-login--typepassword--usernameuserco.comskyvern credential list# find the credential IDskyvern browser login--urlhttps://login.example.com--credential-id cred_123类型password、credit_card、secret。还支持 bitwarden、1password 和 azure_vault 提供程序。工作流快速参考skyvern workflow create--definitionworkflow.yaml# createskyvern workflow run--idwpid_123--wait# run and waitskyvern workflow status --run-id wr_789# check statusskyvern workflow list--searchinvoice# find workflowsskyvern block schema--typenavigation# discover block typesskyvern block validate --block-json block.json# validate before creating引擎已知路径 1.0默认。动态规划 2.0。有疑问时拆分为多个 1.0 块。状态生命周期created - queued - running - completed | failed | canceled | terminated | timed_out常见模式登录流程skyvern credential list# find credential IDskyvern browser session create skyvern browser navigate--urlhttps://login.example.comskyvern browser login--urlhttps://login.example.com--credential-id cred_123 skyvern browser validate--promptIs the user logged in?skyvern browser screenshot分页循环skyvern browser extract--promptExtract all rowsskyvern browser validate--promptIs there a Next button that is not disabled?# If true:skyvern browser act--promptClick the Next page button# Repeat extraction. Stop when: no next button, duplicate first row, or max page limit.调试skyvern browser screenshot# visual stateskyvern browser evaluate--expressiondocument.titleskyvern browser evaluate--expressiondocument.querySelectorAll(table tr).length局限性不要使用 Skyvern 绕过站点访问控制、速率限制、同意门槛或禁止自动化的条款。浏览器自动化会改变远程状态在提交表单、购买、删除或发送消息之前确认用户意图。对于稳定的生产流程优先使用确定性选择器AI 操作可能误读无标签或视觉模糊的控件。仅将凭据存储在支持的凭据库中绝不通过type或act直接输入密码。代理模式所有命令都接受--json以进行结构化输出。设置SKYVERN_NON_INTERACTIVE1可防止提示。使用skyvern capabilities --json进行完整的命令发现。参见 references/agent-mode.md。深度参考参考内容references/prompt-writing.md提示模板和反模式references/engines.md何时使用任务与工作流references/schemas.md用于提取的 JSON 模式模式references/pagination.md分页策略和保护措施references/block-types.md带示例的工作流块类型详情references/parameters.md参数设计和变量使用references/ai-actions.mdAI 操作模式和示例references/precision-actions.md仅意图、仅选择器、混合模式references/credentials.md凭据命名、生命周期、安全性references/sessions.md会话复用和新鲜度决策references/common-failures.md带修复的失败模式目录references/screenshots.md截图主导的调试工作流references/status-lifecycle.md运行状态和指导references/rerun-playbook.md重新运行流程和比较references/complex-inputs.md日期选择器、上传、下拉框references/tool-map.md按结果分类的完整工具清单references/cli-parity.mdCLI/MCP 映射和代理感知功能references/quick-start-patterns.md快速入门示例、常见模式和工作流模板

skyvern-browser-automation - SKILL

相关推荐

PT 助手 Plus 速成手册：3 个场景跑通种子一键下载与多站聚合搜索

从AIOps到Agentic Operations：智能运维如何从建议走向自动执行

全景拼接中的相位相关算法：从频域位移估计到鲁棒图像对齐

更多资讯

MCP Server开发实战：从协议核心到生产环境避坑指南

DVWA靶场实战：文件包含漏洞从入门到绕过全解析

AI辅助教材编写全流程：从框架搭建到低查重原创化实战

MySQL数据预处理实操指南：清洗、去重、转换与批处理全解

电动汽车直流充电机仿真建模与谐波分析实战解析

开源代码审查增强工具 open-code-review：从规则引擎到团队工程实践

今日更新

悟空开源无代码平台实战：从实体建模到应用设计避坑指南

基于.NET9的多租户权限系统：数据权限与动态API落地实践

场地预约小程序毕设实战：SSM+微信小程序+MySQL数据库设计到避坑

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？