विज़न LLMs और कंप्यूटर विजन का उपयोग करके बिना फिक्स्ड XPathSelectors पर निर्भर रहे ब्राउज़र वर्कफ़्लो को स्वचालित करता है।
जटिल औद्योगिक और आपूर्तिकर्ता वेब पोर्टलों पर नाजुक DOM सेलेक्टर्स को विजुअल AI नेविगेशन से बदलें।
Skyvern एक AI-संचालित ब्राउज़र ऑटोमेशन इंजन है जो Playwright को कंप्यूटर विजन और LLM रीज़निंग के साथ आगे बढ़ाता है। औद्योगिक टीमें कस्टम DOM पार्सर्स लिखे बिना डेटा निष्कर्षण, आपूर्तिकर्ता पोर्टल कार्यों और वेब वर्कफ़्लो को स्वचालित करने के लिए इसका उपयोग कर सकती हैं। यह लचीली स्क्रैपिंग चाहने वाले डेवलपर्स और इसके विजुअल वर्कफ़्लो बिल्डर का उपयोग करने वाली ऑपरेशंस टीमों के लिए उपयुक्त है।
यह प्लेटफ़ॉर्म स्थिर HTML कोड के बजाय पेज के विजुअल्स का विश्लेषण करके नेचुरल लैंग्वेज प्रॉम्प्ट्स को ब्राउज़र क्रियाओं में अनुवादित करता है। यह विजुअल वर्कफ़्लो बिल्डर के साथ Python और TypeScript के लिए एक Playwright SDK प्रदान करता है। अंतर्निहित फ़ंक्शन आपको क्रियाएं करने, JSON स्कीमा के साथ संरचित डेटा निकालने, पेज की स्थितियों को सत्यापित करने और बहु-चरणीय कार्य निष्पादित करने की अनुमति देते हैं।
यह अक्सर बदलते लेआउट वाले तीसरे पक्ष के पोर्टलों पर वेब ऑटोमेशन प्रबंधित करने वाले इंजीनियरों और ऑपरेशंस टीमों के लिए उपयुक्त है। यह उन टीमों के लिए आदर्श है जो कोड-आधारित Playwright स्क्रिप्ट को विजुअल AI फॉלबॅक के साथ संयोजित करना चाहते हैं। यह सरल स्थिर वेब स्क्रैपिंग के लिए उपयुक्त नहीं है जहाँ हल्के HTML पार्सर तेज और सस्ते होते हैं।
कठोर XPath या CSS सेलेक्टर्स पर निर्भर रहे बिना लेआउट तत्वों को आवश्यक क्रियाओं में मैप करने के लिए विज़न LLMs का उपयोग करता है।
page.act(), page.extract(), और page.validate() जैसे AI तरीकों के साथ Playwright पेज ऑब्जेक्ट्स का विस्तार करता है।
पहले मानक CSS या XPath सेलेक्टर्स का प्रयास करता है और यदि सेलेक्टर्स लुकअप विफल हो जाता है तो स्वचालित रूप से विजुअल AI प्रॉम्प्ट्स पर स्विच हो जाता है।
कस्टम कोड लिखे बिना विजुअल वर्कफ़्लो निर्माण और कार्य निष्पादन के लिए एक वेब UI शामिल है।
LLMs का उपयोग करके प्रस्तुत वेब पेजों से सीधे कस्टम JSON स्कीमा में जानकारी निकालता है।
Skyvern ओपन-सोर्स है और AGPL-3.0 लाइसेंस के तहत self-host करने के लिए स्वतंत्र है, हालांकि आपको अपने स्वयं के LLM API उपयोग और सर्वर बुनियादी ढांचे के लिए भुगतान करना होगा। Skyvern Cloud अंतर्निहित प्रॉक्सी, एंटी-बॉट तंत्र और CAPTCHA सॉल्वर के साथ एक प्रबंधित भुगतान विकल्प प्रदान करता है।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
यह निश्चित DOM XPaths या CSS सेलेक्टर्स पर कड़ाई से निर्भर रहने के बजाय विजुअल रूप से प्रस्तुत पेज की व्याख्या करने के लिए Vision LLMs का उपयोग करता है।
नहीं, इसमें डेवलपर्स के लिए Python और TypeScript SDKs के साथ एक नो-कोड वर्कफ़्लो बिल्डर वेब इंटरफ़ेस शामिल है।
हाँ, यह एक Playwright एक्सटेंशन के रूप में कार्य करता है ताकि आप पारंपरिक CSS सेलेक्टर्स को नेचुरल लैंग्वेज प्रॉम्प्ट्स के साथ मिला सकें।
Google में Zekai को सबसे पहले देखें