企业官网建设流程全解析

name: skyvern-browser-automation
description: “AI-powered browser automation — navigate sites, fill forms, extract structured data, log in with stored credentials, and build reusable workflows.”
category: browser-automation
risk: safe
source: community
source_repo: Skyvern-AI/skyvern
source_type: official
date_added: “2026-04-23”
author: mark1ian
tags: [browser-automation, mcp, web-scraping, form-filling, ai-agents, workflow-automation]
tools: [claude, cursor, gemini, codex]
license: “AGPL-3.0”
license_source: “https://github.com/Skyvern-AI/skyvern/blob/main/LICENSE”

Skyvern 浏览器自动化 – CLI 判定流程

Skyvern 使用 AI 来导航网站并与网站交互。下面的每条命令都是一个可运行的skyvern <command>调用。

何时使用此技能

• 当您需要 AI 辅助的浏览器自动化进行导航、提取、表单填写、登录流程或可复用的网站工作流时使用。
• 当确定性选择器不可用，而 Skyvern 的视觉/无障碍推理可以识别页面控件时使用。
• 当一次性浏览器任务应变成具有运行历史和验证的可重复工作流时使用。

第 1 步：对任务进行分类（始终先做这一步）

MCP 说明：如果您使用的是 Skyvern MCP 而非 CLI，对于同页多步骤 UI 工作，优先使用observe + execute。CLI 不直接暴露这对组合。

第 2 步：应用这些决策规则

1. 如果提示包含选择器、id、XPath 或精确字段目标，使用浏览器原语——而非act。
2. 如果只需要是/否答案，使用validate——而非extract或act。
3. 如果工作停留在单页上且标签清晰，使用act或原语链。
4. 如果用户说"试一次"、“看看是否可行”，或明确想要一次性的探索性试验，使用run-task。
5. 如果任务跨多个页面且旨在可复用、定时、可重复，或明确要"设置"为自动化，使用workflow create。
6. 绝不输入密码。始终使用skyvern browser login的已存储凭据。

第 3 步：创建会话

每条浏览器命令都需要一个会话。先创建一个：

# Cloud session (default -- works for public URLs)skyvern browser session create--timeout30# Local session (for localhost URLs or self-hosted mode)skyvern browser session create--local--timeout30# Connect to existing browser via CDPskyvern browser session connect--cdp"ws://localhost:9222"

会话状态在命令之间保持。session create之后，后续命令自动附加。
使用--session pbs_...覆盖。完成后关闭：skyvern browser session close。

第 4 步：按分类执行

快速检查（是/否）

skyvern browser validate--prompt"Is the user logged in? Look for a dashboard or avatar."

返回 true/false。最便宜的 AI 选项——布尔检查时优先于 extract 或 act。

快速检查

skyvern browser extract\--prompt"Extract all product names and prices"\--schema'{"type":"object","properties":{"items":{"type":"array","items":{"type":"object","properties":{"name":{"type":"string"},"price":{"type":"string"}}}}}}'

使用截图 + 专门的提取 LLM。优于截图+读取，因为 Skyvern 的 LLM 会解释页面。

单个操作（已知目标）

skyvern browser click--selector"#submit-btn"skyvern browsertype--text"user@co.com"--selector"#email"skyvern browserselect--value"US"--intent"the country dropdown"

确定性。无 AI。三种定位模式：

1. 意图：--intent "the Submit button"（AI 查找元素）
2. 选择器：--selector "#submit-btn"（CSS/XPath，确定性）
3. 混合：两者（选择器缩小范围，AI 确认）

单个操作（未知目标）

skyvern browser act--prompt"Click the Sign In button"skyvern browser act--prompt"Close the cookie banner, then click Sign In"

警告：act 在其 LLM 推理中没有截图。它使用经济型无障碍树。
适用于标签清晰的元素。对于视觉复杂的元素，使用 MCP observe+click 或混合模式。

同页多步骤

skyvern browser act--prompt"Fill the shipping form and click Continue"

当字段和按钮标签清晰且流程停留在单页时，使用act。
如果需要更精确的控制，将工作拆分为click、type、select、press-key和wait。

一次性自主试验

skyvern browser run-task\--url"https://example.com"\--prompt"Check whether the checkout flow works end to end and extract the confirmation number"

使用run-task来验证可行性或进行一次性探索。如果任务变得足够重要，
需要重新运行、调试或共享，请将其转换为工作流。

多页或可复用自动化——构建一个每步一个块的工作流

skyvern workflow create--definition@checkout-workflow.yaml skyvern workflow run--idwpid_123--waitskyvern workflow status --run-id wr_789

每个导航块都使用视觉推理 + 验证运行。将复杂流程拆分为
多个块（每页/每步一个）。首次运行使用 AI；后续运行重放缓存的脚本。

重复/生产

skyvern workflow create--definition@workflow.yaml skyvern workflow run--idwpid_123--params'{"email":"user@co.com"}'skyvern workflow status --run-id wr_789

拆分为每步一个块。操作使用navigation块，数据使用extraction。
首次运行使用 AI；后续运行重放缓存的脚本（快 10-100 倍）。
设置--run-with agent强制 AI 模式以进行调试。

第 5 步：验证

在页面变更操作之后始终验证：

skyvern browser screenshot# visual checkskyvern browser validate--prompt"Was the form submitted successfully?"# boolean assertionskyvern browser evaluate--expression"document.title"# JS state check

第 6 步：错误恢复

凭据

绝不通过skyvern browser type或act输入密码。始终使用已存储的凭据：

skyvern credentialsadd--name"my-login"--typepassword--username"user@co.com"skyvern credential list# find the credential IDskyvern browser login--url"https://login.example.com"--credential-id cred_123

类型：password、credit_card、secret。还支持 bitwarden、1password 和 azure_vault 提供程序。

工作流快速参考

skyvern workflow create--definition@workflow.yaml# createskyvern workflow run--idwpid_123--wait# run and waitskyvern workflow status --run-id wr_789# check statusskyvern workflow list--search"invoice"# find workflowsskyvern block schema--typenavigation# discover block typesskyvern block validate --block-json @block.json# validate before creating

引擎：已知路径 = 1.0（默认）。动态规划 = 2.0。有疑问时拆分为多个 1.0 块。
状态生命周期：created -> queued -> running -> completed | failed | canceled | terminated | timed_out

常见模式

登录流程：

skyvern credential list# find credential IDskyvern browser session create skyvern browser navigate--url"https://login.example.com"skyvern browser login--url"https://login.example.com"--credential-id cred_123 skyvern browser validate--prompt"Is the user logged in?"skyvern browser screenshot

分页循环：

skyvern browser extract--prompt"Extract all rows"skyvern browser validate--prompt"Is there a Next button that is not disabled?"# If true:skyvern browser act--prompt"Click the Next page button"# Repeat extraction. Stop when: no next button, duplicate first row, or max page limit.

调试：

skyvern browser screenshot# visual stateskyvern browser evaluate--expression"document.title"skyvern browser evaluate--expression"document.querySelectorAll('table tr').length"

局限性

• 不要使用 Skyvern 绕过站点访问控制、速率限制、同意门槛或禁止自动化的条款。
• 浏览器自动化会改变远程状态；在提交表单、购买、删除或发送消息之前，确认用户意图。
• 对于稳定的生产流程，优先使用确定性选择器；AI 操作可能误读无标签或视觉模糊的控件。
• 仅将凭据存储在支持的凭据库中，绝不通过type或act直接输入密码。

代理模式

所有命令都接受--json以进行结构化输出。设置SKYVERN_NON_INTERACTIVE=1可防止提示。
使用skyvern capabilities --json进行完整的命令发现。参见 references/agent-mode.md。

深度参考