Skyvern AI
Skyvern AI · Autres
Skyvern automatise les tâches dans le navigateur avec des agents IA qui lisent la page comme le ferait une personne. Il remplit les formulaires, se connecte, résout les CAPTCHA et extrait des données sans sélecteurs.
À propos de Skyvern AI
About
Qu'est-ce que Skyvern
Skyvern est un agent d'automatisation de navigateur par IA édité par Skyvern AI, société soutenue par Y Combinator. Il agit comme un agent web IA, et concrètement comme un agent d'automatisation web à l'intérieur d'un vrai navigateur, et non via une API. Vous décrivez le workflow en langage courant, le système ouvre la page, la regarde, décide où cliquer et remplit les bons champs.
La cible, c'est la maintenance. L'automatisation classique repose sur des XPath et des sélecteurs CSS, qui cassent dès qu'un site change de mise en page. Skyvern interprète la page rendue avec des modèles de vision, donc un bouton déplacé ne fait plus échouer la série. Bonus : un même workflow couvre des portails fournisseurs dont les interfaces n'ont rien en commun.
Deux options existent. Le service hébergé sur app.skyvern.com exécute les agents à votre place, proxies et prise en charge des CAPTCHA compris. L'autre voie est l'auto-hébergement : le code est ouvert sous licence AGPL-3.0 et une installation Docker monte toute la pile sur vos serveurs. Les équipes qui traitent des données réglementées choisissent souvent cette seconde option.
Les limites sont réelles, et elles concernent le coût et le contrôle. Chaque exécution consomme des crédits, et les pages riches en navigation les épuisent vite. Un agent qui interprète l'écran prend aussi des décisions, donc un workflow qui touche à des paiements ou à des actes juridiques exige une relecture humaine. L'éditeur le prévoit avec des blocs d'intervention manuelle sur l'offre Enterprise.
Pour démarrer
- Créez un compte sur app.skyvern.com, ou installez le paquet avec
pip install "skyvern[all]"si vous prévoyez l'auto-hébergement. - Ajoutez une clé de LLM dans les réglages. La version hébergée gère les modèles ; une installation locale réclame votre propre clé OpenAI, Gemini ou compatible.
- Décrivez la première tâche dans le champ prévu, ou ouvrez le constructeur de workflows et glissez des blocs de navigation, d'extraction et de connexion.
- Lancez une exécution dans une fenêtre de test, relisez les étapes enregistrées et corrigez la consigne là où l'agent se trompe.
- Planifiez le workflow ou appelez-le par l'API, puis envoyez la sortie JSON ou CSV vers vos outils.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Skyvern AI.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Équipes opérations noyées sous les portails fournisseurs
- Développeurs qui remplacent des scripts fragiles
- Back office d'assureurs et d'acteurs de santé
- Créateurs solo qui testent une idée
Tâches
- Télécharger des factures sur les sites fournisseurs
- Remplir le même formulaire sur plusieurs sites
- Extraction de données web structurée
- Surveiller un changement de page
Cas d'usage
- La clôture mensuelle tombe sur l'équipe finance
- Un portail n'a pas d'API et n'en aura jamais
- Le script de scraping casse chaque trimestre
Fonctionnalités clés
Pilotage du navigateur par vision
Skyvern affiche la page, encadre les éléments interactifs et demande à un modèle de vision ce que fait chacun. Aucun sélecteur fixe n'entre en jeu, donc un changement de mise en page n'interrompt pas l'exécution. Le même workflow tourne aussi sur des sites jamais vus, et c'est la différence entre un script par portail et un script pour tous.
Constructeur de workflows sans code
Le constructeur découpe l'automatisation en blocs : naviguer, agir, extraire, se connecter, attendre, répéter. Vous les enchaînez à l'écran, ajoutez une consigne aux blocs qui demandent du jugement et planifiez le résultat. Une personne non technique publie un workflow fonctionnel en une après-midi. Ce que les blocs ne savent pas exprimer passe par des blocs de code sur Enterprise.
Résolution de CAPTCHA et double authentification
Le solveur intégré traite les défis courants par image et par case à cocher, et l'offre Pro passe au modèle avancé. Les codes TOTP sont générés pendant l'exécution, donc l'agent va au bout du parcours d'authentification. Sur les offres payantes, vous pouvez aussi louer un numéro SMS Skyvern pour les sites qui envoient un code.
Extraction de données selon votre schéma
Vous confiez un schéma JSON, l'agent le remplit depuis la page et renvoie des enregistrements plutôt qu'une capture d'écran. La sortie part en JSON ou CSV et peut appeler un webhook à la fin. Pour les documents, Skyvern télécharge le fichier, applique l'OCR, le classe et achemine le résultat, ce qui couvre le cycle facture et relevé.
Proxies et ciblage géographique
Les proxies datacenter sont inclus dans toutes les offres. Pro et Enterprise ajoutent des proxies résidentiels et un ciblage par État, ville ou code postal. Cela compte quand un portail sert un contenu différent selon la région ou quand le site bloque les plages datacenter.
Code ouvert et SDK Playwright
Le code complet est sur GitHub sous AGPL-3.0, avec plus de 23 000 étoiles au moment de la rédaction. Le SDK reprend l'API de Playwright, donc un projet d'automatisation existant gagne la reconnaissance d'éléments par IA en changeant quelques lignes. L'auto-hébergement garde les données de page et les identifiants dans votre réseau, et le même dépôt tourne en local avec SQLite ou en Docker avec Postgres.
Observabilité des exécutions
Chaque exécution conserve les étapes, le raisonnement derrière chaque action et une série de captures. Quand l'agent clique au mauvais endroit, vous voyez quel élément il a choisi et pourquoi. Le débogage passe d'une supposition à une relecture de deux minutes, et l'équipe conformité obtient une trace auditable des processus automatiques.
Avantages et inconvénients
Avantages
- La reconnaissance visuelle des éléments supprime l'essentiel de la maintenance qui renchérit l'automatisation avec le temps.
- L'offre gratuite avec 5 000 crédits permet de tester un vrai workflow, pas une démonstration.
- Le code ouvert sous AGPL-3.0 autorise l'auto-hébergement et garde les données sensibles en interne.
- Résolution de CAPTCHA, double authentification, proxies et ciblage géographique sont dans le produit, sans assembler quatre fournisseurs.
- Le SDK compatible Playwright permet d'adopter des agents IA sans réécrire une base de tests existante.
Inconvénients
- La consommation de crédits grimpe avec la complexité des pages, et un workflow long peut coûter cher avant qu'on le remarque.
- Le solveur avancé de CAPTCHA et les espaces d'équipe restent sur l'offre Pro à 149 $/mois, hors de portée des petites équipes.
- Les modèles de vision se trompent parfois sur des boutons ambigus, donc un processus critique demande une vérification humaine.
- L'installation locale exige Python 3.11 ou plus et une bonne aisance avec Docker, un vrai obstacle sans profil technique.
Questions fréquentes
Il exécute des tâches de navigateur avec des agents IA. Vous décrivez le workflow en langage courant, Skyvern ouvre le navigateur, lit la page et réalise les clics, la saisie et les téléchargements. Les usages typiques sont la collecte de factures, le remplissage de formulaires et l'extraction de données web.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Skyvern AI.
Alternatives à Skyvern AI
Odyssey 3
Odyssey · AutresOdyssey-3 est le modèle du monde fondationnel d'Odyssey. Il simule la physique en temps réel, transforme une consigne en environnement interactif et s'adapte aux robots, voitures et jeux.
JarvisCore
Prescott Data · Programmation · Productivité · AutresJarvisCore est un runtime Python open source où les agents IA travaillent en pairs sur un maillage, prennent les tâches dans un registre partagé et joignent les services externes via un broker zero trust.
Clef
Cloudflare · Entreprise · AutresClef est le modèle de décision open source de Cloudflare pour Workers AI. Il renvoie des probabilités calibrées pour des questions typées au lieu de texte, ce qui permet à un agent de classer, router et agir vite.