skyvern
Skyvern 是一个开源的网页任务自动化工具，支持通过自然语言指令完成网页交互操作（如表单填写、数据提取等）。其核心功能包括：
- 多模型支持：集成多种大语言模型（如 Gemini、Claude、Mistral 等）及本地模型（如 Ollama），支持自定义 API 接入。
- 工作流构建：提供可视化 UI 工具，支持链式任务编排与自动化流程设计。
- 实时交互：支持 Chrome 浏览器实时画面流功能，可监控任务执行过程。
- 开源与扩展：核心代码开源（AGPL-3.0 许可证），支持社区贡献与 LangChain 集成。
使用方法：
- 安装依赖并配置环境变量（如 LLM_KEY、API 密钥等）。
- 通过命令行或 UI 界面启动任务，输入自然语言指令（如“在电商网站搜索‘手机’并加入购物车”）。
- 支持缓存机制降低模型调用成本，提供历史任务回溯与分析功能。
主要特性：
- 支持复杂网页交互与多步骤任务自动化。
- 提供调试模式与观察者模式（自动生成工作流）。
- 集成遥测统计功能（可选择关闭）。
- 未来计划增加 Chrome 插件、语音交互及实时干预功能。