Skyvern 全指南

一、平台介绍

1. 核心定位

Skyvern 是 Y Combinator 孵化、开源 AGPL-3.0 协议 的 AI 浏览器智能体自动化平台。它依托 LLM 大模型 + 计算机视觉双引擎 实现网页自动化，对标 Selenium/Playwright/RPA，旨在解决传统自动化依赖 DOM 选择器、网页改版后脚本直接失效的痛点。

• 核心能力：支持自然人话描述生成浏览器自动化流程，无需编写 XPath/CSS 选择器，不用频繁修改代码。
• 模拟操作：能够模拟真人操作浏览器，完成登录、填写表单、爬取数据、下载票据等任务。

2. 基础数据与合规

• 社区影响力：GitHub 星标数 21800+，拥有 3 万 + 政企用户，500+ 付费企业，累计运行 1000 万 + 自动化任务，可用性 SLA 高达 99.9%。
• 安全合规：具备 SOC2 Type II 认证，HIPAA 医疗合规 资质，提供全链路数据加密服务。

3. 部署模式

提供三种灵活的部署方式，适应不同需求：

• 云端 SaaS：在线使用，无需维护。
• Docker 自托管：私有化部署，数据本地留存。
• 本地 SDK：通过 Python/TypeScript 调用，适合集成开发。

4. 与主流工具对比

对比维度传统工具 (Selenium/Playwright/传统 RPA)Skyvern 优势维护成本绑定 DOM 选择器，页面微调导致脚本报废，需持续运维视觉识别元素，页面改版自动适配，几乎免维护登录能力复杂登录/验证码易崩，定制化强但复用差LLM 自主规划步骤，原生过验证码 +2FA，登录更稳健智能程度纯规则驱动，灵活性低视觉 + 代码 + 大模型三合一，全链路鉴权适配，具备自主规划能力

二、核心功能

1. 底层核心能力（平台内置）

1. 原生验证码破解：内置 AI 识别引擎，无需第三方打码平台，自动处理图文/滑块验证。
2. 双因子登录支持：全自动接收并填入 2FA/TOTP 验证码，打通网银、企业后台、厂商供应商系统的全账号登录链路。
3. 代理 IP 支持：提供精准到国家/城市/邮编级的住宅或机房代理，解决 IP 封禁与地域访问限制。
4. 可解释 AI 日志：每一步操作留存 AI 决策说明、运行快照及全页面截图，便于快速排查报错。
5. OCR 文档解析：支持 PDF/图片票据的自动识别与结构化输出。

2. 落地业务功能

1. 数据结构化提取：任意网页抓取产品价目、财报、供应商数据，直接导出 JSON/CSV，无需网站开放 API。
2. 应付账款自动化：批量登录几百家供应商后台，自动下载发票 PDF 并进行分类归档，解决财务手动下载痛点。
3. 批量表单填报：自动化处理注册、资质申报、招商表单的大批量提交（适用于销售线索、企业报备）。
4. 线索挖掘拓客：抓取目录网站联系人信息，自动发表单触达。
5. UI 自动化测试：适应前端改版，替代不稳定的传统自动化测试用例。
6. 文档处理流水线：实现门户下载→解析→分类→推送企业内部系统的全链路自动化。

3. 搭建自动化工作流方式（4 种模式）

• Copilot 对话（小白首选）：使用自然语言描述任务，AI 一键生成流程。
• 示例指令：“登录 vendor.acme.com，输入账号密码，下载当月所有发票。”
• 上传 SOP 文档：上传 PDF/Word 业务操作手册，平台自动转为可运行脚本。
• 浏览器录制：手动操作一遍网页，平台录制并生成永久复用流程。
• 可视化拖拽：在画布中拖拉组件，精细化编辑流程。
• SDK 开发（程序员）：提供 Python/TypeScript 接口，支持 Docker 私有化部署。

4. 生态集成

• 原生对接 Zapier、n8n、Workato、Make、Clay 等低代码平台。
• 支持 Webhook 与事件流触发任务。

三、适用人群与场景

1. 适用人群

1. 企业财务/AP 应付团队：大批量收取供应商发票、对账、票据归集（最主流用户）。
2. 市场/销售团队：拓客爬虫、批量表单注册、线索搜集。
3. 测试工程师：WEB 自动化测试、回归测试。
4. 数据分析师/爬虫从业者：全网站结构化数据采集、竞品监控。
5. HR 行政：批量招聘投递、社保系统填报。
6. 开发工程师：私有化自研系统集成、替代 Selenium 爬虫。
7. 中小创业者：低成本自动化重复网页工作，替代人工。

2. 不适用场景

• 超简单固定页面：单页面纯文本抓取，传统爬虫成本更低。
• 高频极速请求：毫秒级接口请求，AI 思考存在毫秒级延迟，不适合极高频交易场景。

四、定价方案（3 种使用渠道）

1. 云端 SaaS（官网在线使用）

• 免费版（Free Tier）：新用户赠送免费任务步数额度，额度用完停止运行。无时间限制，额度按月重置。
• 按量付费（Cloud 按需）：按自动化步骤计费（AI 每一步点击/输入算 1 步）。适合企业大批量任务，阶梯降价。
• 企业订阅版：固定包月包年。包含专属客服、专属代理 IP、私有化部署对接、SLA 故障赔付、SOC2 企业安全服务。

2. 开源自托管（Docker 部署）

• 费用：代码全开源（GitHub: Skyvern-AI/skyvern），永久免费无任务上限。
• 成本：仅需自备服务器硬件成本（云主机/VPS）。
• 优势：数据全部本地留存不外流，适合敏感财务、涉密业务。
• 硬件建议：最低 2 核 8G 内存 VPS（约 60~110 元/月）。

3. SDK 本地开发

• 策略：免费调用测试，上线生产按需购买云端 API 额度或自建私有化服务。

选择建议：个人试用选云端免费额度；敏感数据/大批量任务选 Docker 自托管；企业省心运维选云端企业订阅。

五、详细使用步骤指南

1. 零代码网页端（新手首选）

1. 访问官网 https://www.skyvern.com/，注册账号并领取免费额度。
2. 进入 Copilot Chat 对话框，使用自然语言（中英文均可，英文效果最优）写任务指令。

• 示例：“打开 https://xxx.com，输入账号 xxx、密码 xxx 登录，进入账单页下载所有 10 月发票，导出 CSV 数据。”

1. AI 自动生成工作流，点击【试运行】，查看云端浏览器执行日志及截图。
2. 流程无误后保存任务，设置每日/每周定时自动运行。

2. 录制浏览器生成流程

1. 平台打开可视化录制窗口，启动内置浏览器。
2. 手动完整走一遍全流程（登录→找数据→下载/填表单）。
3. 停止录制，AI 自动优化流程，后续可一键重复运行。

3. Python 代码接入（开发者）

1. 官网后台获取 API_KEY。
2. 安装 SDK：pip install skyvern-sdk。
3. 复制以下示例代码并修改网址和任务描述：

python

from skyvern import Skyvern
skyvern = Skyvern(api_key="你的 API_KEY")
page = await skyvern.use_cloud_browser().get_working_page()
await page.goto("https://www.saucedemo.com/")
# 自动凭据登录
await page.agent.login(credential_type=CredentialType.skyvern,credential_id="cred_123")
# 自然语言下达任务
await page.agent.run_task("使用 John Snow、邮编 12345 完成订单结算")
await page.screenshot(path="screenshot4.png", full_page=True)
from skyvern import Skyvern
skyvern = Skyvern(api_key="你的 API_KEY")
page = await skyvern.use_cloud_browser().get_working_page()
await page.goto("https://www.saucedemo.com/")
# 自动凭据登录
await page.agent.login(credential_type=CredentialType.skyvern,credential_id="cred_123")
# 自然语言下达任务
await page.agent.run_task("使用 John Snow、邮编 12345 完成订单结算")
await page.screenshot(path="screenshot4.png", full_page=True)

1. 私有化部署：拉取 Docker 镜像，本地启动服务对接 SDK。

4. SOP 文档导入

• 上传 Excel/Word 操作手册，平台自动解析文档步骤，直接生成自动化流程，无需手动描述。

六、避坑指南

1. 成本避坑

1. 云端步数控制：开启平台缓存机制，重复页面不重复 AI 推理，可节省 80% 步数费用。
2. 余额预警：云端开启余额预警，避免任务无限制跑超支。
3. 长期策略：频繁大批量任务优先自托管，长期比云端付费省钱。

2. 数据安全避坑（最重要）

1. 敏感数据隔离：账号密码、财务密钥、供应商敏感账单必须使用 Docker 自托管私有化部署，数据不出自己服务器。
2. 代理安全：企业隐私数据禁用公共代理 IP，建议采购专属静态住宅代理。

3. 任务稳定性避坑

1. 流程拆分：超过 10 步的长流程拆分成多个子任务，减少 AI 幻觉和步骤跑偏。
2. 反爬应对：网站反爬严格时，配置对应地区代理，避免短时间高频访问被封号。
3. 指令语言：非英文小众网站优先使用英文指令描述任务，中文复杂指令 AI 识别准确率稍低。

4. 选型避坑

1. 页面类型选择：固定极简页面别用 Skyvern，纯静态网页抓取用 Playwright 成本更低、速度更快。Skyvern 优势在于动态登录 + 验证码 + 多表单场景。
2. 服务器配置：自托管服务器低于 2 核 4G 运行会卡顿，OCR 和视觉识别可能超时，推荐 2 核 8G 起步。

5. 合规避坑

1. 版权与隐私：禁止用于爬虫抓取受版权保护、隐私受法律保护的内容（如用户隐私数据、付费版权数据）。
2. 遵守协议：遵循目标网站的 robots 协议，避免批量注册或恶意薅羊毛导致 IP 封禁。

七、补充小贴士

1. 指令语言优化：优先使用英文写任务描述，模型原生训练英文，自动化成功率比中文高 15%+。
2. 失败排查：调试失败时打开 可解释 AI 日志，查看 AI 每一步决策失败原因，优化指令。
3. 版本更新：定期更新开源代码，官方持续迭代视觉模型，新版本能提升验证码、复杂页面识别率。