Threads (@happygithub)
ai-toolsdev-tools
Original source

Skyvern — 用視覺 LLM 做瀏覽器自動化

Summary

@happygithub 介紹 Skyvern — 用視覺 LLM + 電腦視覺技術做瀏覽器自動化。

解決的問題

  • 傳統瀏覽器自動化 (Selenium/Playwright) 依賴 XPath/CSS selector
  • 網站版面一變,腳本就要重寫
  • 維護成本高,脆弱易壞

Skyvern 的做法

  • 用視覺化 LLM 像人類一樣「看」懂網頁
  • 不依賴 DOM 結構,而是理解頁面視覺佈局和語義
  • 能適應網站變動
  • 在沒見過的網站上也能執行任務
  • 自我學習、適應變化

定位

  • 22.9k stars,非常活躍 (今天還有 push)
  • AGPL-3.0 授權 (商用需注意)
  • 適合: 需要跨多個不固定版面網站做自動化的場景