skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
description の原文を見る
Automate any website with AI-powered browser automation. Use when the user needs to interact with a website like filling forms, extracting data, downloading files, logging in, or running multi-step workflows. Skyvern navigates sites it has never seen before using LLMs and computer vision. Integrates via Python SDK, TypeScript SDK, REST API, MCP server, or CLI.
SKILL.md 本文
Skyvern: AIブラウザ自動化
SkyvernはLLMとコンピュータビジョンを使用してブラウザベースのワークフローを自動化します。初めて見るウェブサイトも操作でき、フォーム入力、データ抽出、複数ステップのタスク完了をシンプルなAPIを通じて実行できます。
SDK参照(すべてのメソッド、パラメータ、型を1ページに): https://skyvern.com/docs/sdk-reference/complete-reference
Skyvernを使用する場合
- ユーザーがプログラムによるウェブサイトとのやり取りが必要な場合(フォーム入力、ボタンクリック、ページナビゲーション)
- ユーザーがウェブサイトから構造化データを抽出する必要がある場合(価格、住所、テーブル行をスクレイピング)
- ユーザーがウェブポータルからファイルをダウンロードする必要がある場合(請求書、レポート、明細書)
- ユーザーがウェブサイトにログインして認証背後でアクション実行する必要がある場合
- ユーザーが複数ステップのワークフローを1つ以上のウェブサイト間で自動化する必要がある場合
- ユーザーがAIアシスタントからブラウザ自動化を実行する必要がある場合(Claude、Cursor、Windsurf)
機能
...
詳細情報
- 作者
- Skyvern-AI
- リポジトリ
- Skyvern-AI/skyvern
- ライセンス
- AGPL-3.0
- 最終更新
- 2026/5/11
Source: https://github.com/Skyvern-AI/skyvern / ライセンス: AGPL-3.0
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。
ai-core/adapter-configuration
プロバイダアダプターの選択と設定: openaiText、anthropicText、geminiText、ollamaText、grokText、groqText、openRouterTextに対応しています。modelOptionsによるモデル別の型安全性、推論・思考設定、実行時のアダプター切り替え、カスタムモデル向けのextendAdapter()、createModel()機能を提供します。APIキー環境変数: OPENAI_API_KEY、ANTHROPIC_API_KEY、GOOGLE_API_KEY/GEMINI_API_KEY、XAI_API_KEY、GROQ_API_KEY、OPENROUTER_API_KEY、OLLAMA_HOSTに対応しています。