يؤتمت سير عمل المتصفح باستخدام Vision LLMs والرؤية الحاسوبية دون الاعتماد على محددات XPath الثابتة.
استبدل محددات DOM الهشة بالتنقل بالذكاء الاصطناعي البصري عبر بوابات الويب الصناعية والمعقدة للموردين.
Skyvern هو محرك أتمتة متصفح مدعوم بالذكاء الاصطناعي يوسع نطاق Playwright باستخدام الرؤية الحاسوبية والاستدلال بواسطة LLM. يمكن للفرق الصناعية استخدامه لأتمتة استخراج البيانات، مهام بوابات الموردين، وسير عمل الويب دون كتابة محللات DOM مخصصة. يناسب المطورين الذين يحتاجون إلى استخراج بيانات مرن وفرق العمليات التي تستخدم منشئ سير العمل البصري الخاص به.
ترجم المنصة مطالبات اللغة الطبيعية إلى إجراءات متصفح من خلال تحليل مرئيات الصفحة بدلاً من كود HTML الثابت. يقدم SDK لـ Playwright للغات Python و TypeScript إلى جانب منشئ سير العمل البصري. تتيح لك الوظائف المدمجة تنفيذ إجراءات، استخراج بيانات منظمة باستخدام مخططات JSON، التحقق من حالات الصفحة، وتنفيذ مهام متعددة الخطوات.
يناسب المهندسين وفرق العمليات الذين يديرant أتمتة الويب عبر بوابات الطرف الثالث ذات التخطيطات المتغيرة باستمرار. وهو مثالي للفرق التي تسعى إلى الجمع بين نصوص Playwright القائمة على الكود والبدائل البصرية للذكاء الاصطناعي. وهو غير مناسب لعمليات استخراج الويب الثابتة البسيطة حيث تكون محللات HTML خفيفة الوزن أسرع وأرخص.
يستخدم Vision LLMs لتعيين عناصر التخطيط إلى الإجراءات المطلوبة دون الاعتماد على محددات XPath أو CSS الصلبة.
يمدد كائنات صفحة Playwright بطرق الذكاء الاصطناعي مثل page.act() و page.extract() و page.validate().
يجرب محددات CSS أو XPath القياسية أولاً ويتحول تلقائياً إلى مطالبات الذكاء الاصطناعي البصرية إذا فشل البحث عن المحدد.
يتضمن واجهة مستخدم ويب لإنشاء سير العمل البصري وتنفيد المهام دون كتابة كود مخصص.
يستخرج المعلومات مباشرة من صفحات الويب المعروضة إلى مخططات JSON مخصصة باستخدام LLMs.
Skyvern مفتوح المصدر ومجاني للـ self-host تحت ترخيص AGPL-3.0، رغم أنه يجب عليك دفع تكاليف استخدام LLM API والبنية الأساسية للخادم الخاصة بك. توفر Skyvern Cloud بديلاً مدفوعاً مداراً مع وكلاء مدمجين وآليات مكافحة الروبوتات وحولات CAPTCHA.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
يستخدم Vision LLMs لتفسير صفحة الويب المرئية المعروضة بدلاً من الاعتماد حصرياً على محددات DOM XPaths أو CSS الثابتة.
لا، فهو يتضمن واجهة مستخدم ويب لمنشئ سير العمل بدون كود إلى جانب Python و TypeScript SDKs للمطورين.
نعم، فهو يعمل كامتداد لـ Playwright حتى تتمكن من مزج محددات CSS التقليدية مع مطالبات اللغة الطبيعية.
شاهد Zekai أولاً في جوجل