这款 AI 浏览器工具爆火，Selenium 已死

这款 AI 浏览器工具爆火，Selenium 已死

今天要讲的这款工具，说一句“开发者的天降猛男”，应该没人反对。它叫 Skyvern，一个 19k+ Star 的浏览器自动化神器。

让 AI 替你“看懂网页、执行任务”，完全不用再写 XPath、CSS 选择器，也不用担心网页一改版脚本就挂。

如果你从事过 Selenium / Playwright 自动化，你一定懂一种痛。别急，Skyvern 的出现，就是为了解放你那颗被网页折磨过无数次的心脏。

Skyvern：是真·看懂网页

传统自动化的逻辑是：根据 DOM 写死位置 → 页面改一点就挂。

而 Skyvern 是：截图 → 视觉大模型理解页面 → 找到按钮 / 输入框 → 再由语言模型决定下一步操作。

就像一个真人坐在电脑前：

* 看网页结构

* 理解按钮含义

* 找到表单

* 找到搜索框

* 再点、再输、再提交

这即意味着哪怕 UI 完全重新设计，AI 也能继续完成任务。

Skyvern 的架构核心如下：

* 视觉模型（类似 GPT-4o / Claude 4.1V）负责理解截图

* LLM（语言模型）负责理解任务 & 决策

* 执行器负责浏览器控制

Skyvern 最让人惊艳的地方是：自动化任务不需要你写代码，用自然语言即可完成。

比如你说：“到京东搜索 iPhone 17，挑选销量最高的版本加入购物车。”它会自动拆解成步骤，一个都不会落下：

1\. 打开京东

2\. 找到搜索框

3\. 输入关键词

4\. 点击搜索

5\. 识别商品卡片

6\. 判断销量

7\. 点击“加入购物车”

搞运营、搞电商、搞数据收集、行政、财务，全都能用一句话驯服浏览器。

甚至连 图形验证码 它都能识别并破解。

说真的，这能力对开发者而言，就像突然多了一个不抱怨、不迟到、不摸鱼的实习生。

https://github.com/Skyvern-AI/skyvern

是人人都能用的 AI 浏览器操作员。

未来所有网页，都将由 AI 来操作。

而 Skyvern，只是这个未来的开始。

欢迎点个关注，我们帮你盯住接下来这几年的机会。

在 AI 时代，信息差 = 收入差。你看到的越早，走的就会越快。

粉丝后台私信888，可免费获得《AI 变现信息差》一份。

商务合作 / 内容授权：[email protected]