
23k stars浏览器自动化黑马:不写XPath靠视觉LLM看网页干活,网站改版脚本不崩,Playwright一行代码升级成AI版
Skyvern:23k stars 的浏览器 RPA,网站改版自动适应,没见过的网站也能跑
传统浏览器自动化的宿命:写好的 XPath 脚本,网站一改版就全崩,维护成本比人工操作还高。Skyvern 换了个思路——不背 XPath,靠视觉 LLM「看」网页来理解并操作,布局随便改,它照样认得按钮在哪。GitHub 23.2k stars,WebVoyager 评测 85.8%、WebBench 64.4% 都是同类头部。
三个杀招
- 没见过的网站直接跑:Agent 集群先理解网站结构,再规划动作执行,不用为每个网站写定制代码——一份工作流可以批量套到一大堆网站上
- 抗改版:没有预置 XPath/选择器,网站布局怎么变它都是实时「看」着操作
- 可视化工作流编排:非技术同学也能用 no-code 界面把手动流程拖成自动化,技术同学走 SDK,两边共用一套引擎
对 Playwright 用户的渐进式升级
Skyvern 是 Playwright 兼容扩展,原有脚本一行不用改,四条 AI 命令按需混用:
| 命令 | 干什么 |
|---|---|
page.act("点登录按钮") | 自然语言执行动作 |
page.extract(prompt, schema) | 按 JSON Schema 抽结构化数据 |
page.validate("用户登录了吗") | 页面状态断言,返回 bool |
page.agent.run_task("走完整个结算流程") | 多步任务托管 |
还有 AI 兜底模式:page.click("#btn", prompt="点提交按钮")——选择器先试,失败自动降级 AI 定位,脆脚本瞬间变皮实。密码管理还接了 Bitwarden/1Password。
部署很轻
本地两条路:pip install "skyvern[all]" && skyvern quickstart(默认 SQLite,不用碰 Postgres/Docker),或者 Docker Compose 一把梭,起完开 localhost:8080 就是带 UI 的完整平台。嫌麻烦用官方云版,自带代理网络、反检测和验证码求解。
适合场景:批量下载发票、定期填表提交、跨网站比价采集、把运营的手工流程变成定时任务——凡是「人肉点网页」的活,都值得先问问它。
暂无评论
