Skyvern AI

Skyvern 要做的事很具体：让 AI 像人一样在浏览器里操作，替你登录几十个后台、下载发票、填表、抄数据。官网的定位是「自动化任意网站工作流的 AI 代理」，强调不依赖易碎的 CSS 选择器，而是用视觉理解页面。项目开源，官网称 GitHub 星标超过 2.3 万，用户与客户合计 3 万以上。

核心能力

• 视觉驱动代理：不写选择器脚本，页面改版后流程仍能继续跑，省掉持续重写与维护。
• 验证码与两步验证：官方称可原生处理验证码与 TOTP 两步验证，不必再接第三方打码服务。
• 代理网络：支援按国家、州甚至邮编定位的住宅与机房代理。
• 可解释与结构化输出：每次运行都有动作摘要，说明 AI 做了什么、为什么这么做；抓取结果可输出 CSV 或 JSON。
• 多种搭建方式：可用自然语言对话生成流程、上传 SOP 文档、演示一遍、可视化拖拽，或用 Python 与 TypeScript 开发包编写。
• 集成与合规：可接 Zapier、Make、n8n、Workato，支援 Docker 自托管与 MCP；官网标注 SOC2 Type II 与 HIPAA 合规。

适合谁

• 财务与应付帐款：从上百个供应商后台拉发票，绕开登录、验证码与两步验证。
• 营运与销售：批量抓价格、商品目录与公开记录，做线索补全与表单提交。
• 测试与品保：需要跟着 UI 变化自动调整的浏览器回归测试。
• 数据团队：把没有 API 的网站变成可定时跑的数据源。
• 开发团队：用开发包把浏览器操作嵌进现有系统，或在内网自托管。

使用建议

• 先用对话模式把流程描述一遍，生成初版后再用可视化编辑器微调。
• 登录类任务提前把凭据存进加密保险库，不要在提示词里硬写密码。
• 跨多个站点的流程拆成子任务，出错时更容易定位是哪一步断了。
• 对稳定性敏感的流程先小批量跑，看动作摘要确认每一步符合预期。
• 有数据合规要求时选自托管部署，让页面与数据留在自己的环境里。