Skyvern（天空龙）AI浏览器自动化代理深度评测：2025年智能网页操作的开源新星使用教程：从入门到精通

从选型到落地的可执行指南，适合个人与团队快速上手。

教程正文

从选型到落地的实战步骤。

一、Skyvern是什么？为什么你需要它？

Skyvern（天空龙）是一个基于大语言模型（LLM）和计算机视觉的开源浏览器自动化代理。与传统的Selenium或Puppeteer不同，Skyvern不依赖固定的CSS选择器或XPath，而是通过理解网页的视觉布局和语义来自动完成操作。你只需要用自然语言描述目标（例如“帮我登录Gmail并提取最后一封邮件”），Skyvern就能自主规划并执行步骤。它特别适合处理动态、反爬虫机制复杂或UI频繁变动的网站。

二、环境准备与安装

2.1 系统要求

操作系统：Windows 10/11、macOS 12+、Ubuntu 20.04+
Python 3.10+
Node.js 18+（用于Playwright依赖）
至少4GB内存，推荐8GB

2.2 安装Skyvern

在终端中执行以下命令：

git clone https://github.com/Skyvern-AI/skyvern.git
cd skyvern
pip install -r requirements.txt
playwright install chromium

注：如果在中国大陆网络，建议使用镜像源：pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

2.3 配置API密钥

Skyvern需要调用大模型（如GPT-4或Claude）来理解网页和制定计划。在项目根目录创建.env文件：

OPENAI_API_KEY=sk-你的OpenAI密钥
# 或使用ANTHROPIC_API_KEY

如果你使用本地模型（如Ollama），可参考官方文档配置其他提供者。

三、快速上手：第一个自动化任务

3.1 启动Skyvern服务

python skyvern.py --headless false

加上--headless false会弹出浏览器窗口，方便调试。生产环境可改为--headless true。

3.2 编写任务描述文件

创建一个task.json：

{
  "url": "https://example-login.com",
  "goal": "输入用户名admin，密码123456，点击登录按钮，然后截取右上角头像的截图并保存为profile.png"
}

3.3 运行任务

python run.py --task task.json

Skyvern会启动一个浏览器，自动分析页面元素，执行操作。你会在控制台看到每一步的推理过程。执行完毕后，会在./output/目录下找到截图和日志。

技巧Tip： 如果目标网站包含验证码，可以在goal中追加“遇到验证码时尝试自动识别，如果失败则暂停并提示手动输入”。Skyvern会调用OCR库处理简单验证码。

四、进阶用法：多步骤复杂流程

4.1 条件判断与循环

Skyvern支持在goal中使用逻辑关键词。例如：

"goal": "打开电商网站，如果首页有促销弹窗则关闭它；然后搜索‘机械键盘’，翻到第2页，将前5个产品的名称和价格保存到表格"

系统会自动解析“如果…则…”“翻到第2页”等自然语言指令。

4.2 数据提取与格式化

使用extract指令：

"goal": "进入用户列表页面，提取所有用户的姓名和邮箱，输出为CSV格式"

结果默认保存在output/extracted_data.csv。

4.3 自定义工作流（Workflow）

对于重复性任务，可以定义YAML工作流：

name: 每日数据采集
steps:
  - action: navigate
    url: "https://data-source.com"
  - action: wait
    seconds: 3
  - action: type
    selector: "#search-box"
    text: "{{query}}"
  - action: click
    selector: "#search-button"
  - action: scrape
    type: table
    output: "data/{{today}}.csv"

然后通过python run.py --workflow workflow.yaml --params "query=2025年GDP"运行。

五、实用技巧与常见问题

5.1 提升成功率的三要素

细化目标： 不要用“提取信息”，而是“点击表格第二行的详情按钮，等待3秒，然后提取弹窗中ID和状态”。
延迟与重试： 在goal中加入“如果元素未加载，等待最多10秒，每2秒检查一次”。
使用截图验证： 在关键步骤后加“截取当前页面保存为step1.png”，方便事后回溯。

5.2 反爬虫对策

Skyvern内置了随机鼠标轨迹、随机等待时间等反检测技术。如果目标网站仍然屏蔽，可尝试：

更换用户代理（在.env中设置USER_AGENT）
使用代理IP（--proxy http://user:pass@ip:port）
启用Stealth模式（--stealth）

5.3 性能优化

对于大量任务，建议使用异步模式：

python run.py --task-list tasks.json --async --max-concurrent 5

同时可设置--memory-limit 1024限制浏览器内存。

技巧Tip： 如果你需要定时执行，可以将Skyvern集成到cron job或GitHub Actions中。例如每天8点运行采集任务，并通过Webhook发送结果到Slack。

六、实战案例：自动采购监控

假设你要监控某款显卡在京东的价格，当低于3000元时自动加入购物车。编写如下goal：

"goal": "打开京东商品页，获取当前价格，如果价格小于3000，则点击‘加入购物车’按钮；截图确认；否则记录价格到日志"

配合定时任务，即可实现24小时监控。

七、总结

Skyvern将AI的语义理解能力与浏览器自动化结合，大幅降低了编写爬虫和RPA的门槛。即使你不懂CSS选择器或JavaScript，也能通过自然语言驱动浏览器完成复杂操作。2025年，它已成为开源社区最活跃的浏览器代理之一。赶紧安装试试，让Skyvern替你处理那些重复的网页操作吧！