Skyvern – Automatización de flujos de trabajo en el navegador con LLM y visión por computadora

• Los métodos tradicionales de automatización en el navegador requerían escribir scripts basados en análisis del DOM o XPath, que se rompían fácilmente cada vez que cambiaba un sitio web
• Skyvern resuelve este problema al analizar en tiempo real los elementos dentro del viewport y generar un plan para interactuar con el sitio web
  • Como vincula elementos visuales con acciones, funciona incluso en sitios web que ve por primera vez
  • Se adapta bien a cambios en el diseño del sitio web
  • Al usar un LLM para razonar, también puede responder a situaciones complejas
• Está inspirado en el diseño de agentes autónomos orientados por tareas popularizado por BabyAGI y AutoGPT, y añade la capacidad de interactuar con sitios web usando bibliotecas de automatización de navegador como Playwright
• También ofrece por separado una versión administrada en la nube de Skyvern, que permite ejecutar varias instancias de Skyvern en paralelo para automatizar flujos de trabajo a gran escala sin gestionar infraestructura
• Requiere Python 3.11, Brew (para usuarios de Mac), Poetry y PostgreSQL 14