Skyvern AI
Skyvern AI · Outros
O Skyvern automatiza tarefas no navegador com agentes de IA que leem a página como uma pessoa leria. Preenche formulários, faz login, resolve CAPTCHA e extrai dados sem depender de seletores.
Sobre Skyvern AI
About
O que é o Skyvern
Skyvern é um agente de automação de navegador com IA da Skyvern AI, empresa apoiada pela Y Combinator. Ele funciona como um agente web com IA e, na prática, como um agente de automação web dentro de um navegador de verdade, e não por meio de uma API. Você descreve o fluxo em linguagem comum, e o sistema abre a página, olha para ela, decide onde clicar e digita nos campos certos.
O alvo aqui é a manutenção. A automação tradicional vive de XPath e seletores CSS, que quebram no primeiro redesign. O Skyvern interpreta a página renderizada com modelos de visão, então um botão que mudou de lugar não derruba a execução. De quebra, o mesmo fluxo atende portais de fornecedores com layouts completamente diferentes.
Existem dois caminhos. A nuvem em app.skyvern.com roda os agentes para você, com proxies e suporte a CAPTCHA incluídos. O outro é hospedar por conta própria: o código é aberto sob AGPL-3.0 e um ambiente Docker sobe a pilha inteira nos seus servidores. Quem lida com dados regulados costuma escolher essa segunda opção.
Os limites são reais e giram em torno de custo e controle. Cada execução consome créditos, e páginas com muita navegação gastam rápido. Além disso, um agente que interpreta a tela toma decisões próprias, então fluxos que envolvem pagamentos ou documentos legais pedem revisão humana. A empresa cobre isso com blocos de intervenção manual no plano Enterprise.
Como começar
- Crie uma conta em app.skyvern.com ou instale o pacote com
pip install "skyvern[all]"se a ideia é hospedar você mesmo. - Adicione uma chave de LLM nas configurações. Na nuvem os modelos já vêm gerenciados; uma instalação local precisa da sua chave da OpenAI, do Gemini ou de um provedor compatível.
- Descreva a primeira tarefa na caixa de texto ou abra o construtor de fluxos e arraste blocos de navegação, extração e login.
- Rode uma vez em uma janela de teste, assista aos passos gravados e ajuste a instrução onde o agente entender errado a página.
- Agende o fluxo ou chame pela API e mande a saída em JSON ou CSV para os seus sistemas.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Skyvern AI.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Times de operações atolados em portais de fornecedores
- Desenvolvedores trocando scripts frágeis
- Equipes de retaguarda em seguradoras e empresas de saúde
- Criadores solo validando uma ideia
Tarefas
- Baixar faturas de sites de fornecedores
- Preencher o mesmo formulário em vários sites
- Extração de dados web com estrutura
- Acompanhar uma mudança na página
Cenários
- Fechamento de mês caindo sobre o time financeiro
- Um portal não tem API e nunca terá
- O script de scraping quebra a cada trimestre
Principais recursos
Controle do navegador por visão
O Skyvern renderiza a página, desenha caixas nos elementos interativos e pergunta a um modelo de visão o que cada um faz. Nada depende de seletor fixo, então mudança de layout não interrompe a execução. O mesmo fluxo também roda em sites que ele nunca viu, e aí está a diferença entre um script por portal e um script para todos.
Construtor de fluxos sem código
O construtor separa a automação em blocos: navegar, agir, extrair, fazer login, esperar, repetir. Você encadeia tudo na tela, escreve instruções nos blocos que exigem julgamento e agenda o resultado. Alguém sem perfil técnico publica um fluxo funcionando em uma tarde. O que os blocos não resolvem vai para blocos de código próprios no Enterprise.
Resolução de CAPTCHA e verificação em duas etapas
O solucionador embutido dá conta dos desafios comuns de imagem e caixa de seleção, e o plano Pro troca pelo modelo avançado. Códigos TOTP são gerados dentro da execução, então o agente completa todo o processo de autenticação. Nos planos pagos você ainda pode alugar um número SMS do Skyvern para sites que enviam código por mensagem.
Extração de dados no seu esquema
Você entrega um esquema JSON e o agente o preenche a partir da página, devolvendo registros em vez de uma captura de tela. A saída sai em JSON ou CSV e pode disparar um webhook no fim. Para documentos, o Skyvern baixa o arquivo, aplica OCR, classifica e encaminha o resultado, o que cobre o ciclo de faturas e extratos.
Proxies e segmentação geográfica
Proxies de datacenter vêm em todos os planos. Pro e Enterprise somam proxies residenciais e seleção por estado, cidade ou CEP. Isso pesa quando o portal mostra conteúdo diferente por região ou quando o site bloqueia faixas de datacenter.
Código aberto e SDK do Playwright
O código completo está no GitHub sob AGPL-3.0, com mais de 23 mil estrelas na data em que este texto foi escrito. O SDK espelha o Playwright, então um projeto de automação existente ganha correspondência de elementos por IA mudando poucas linhas. Hospedar por conta própria mantém dados de página e credenciais dentro da sua rede, e o mesmo repositório roda local com SQLite ou em Docker com Postgres.
Observabilidade das execuções
Cada execução guarda os passos, o raciocínio por trás de cada ação e uma sequência de capturas. Quando o agente clica no lugar errado, você vê qual elemento ele escolheu e por quê. Isso transforma a depuração em uma revisão de dois minutos e entrega ao time de compliance um registro auditável dos processos automáticos.
Prós e contras
Prós
- A correspondência visual de elementos elimina boa parte da manutenção que encarece a automação com o tempo.
- O plano gratuito com 5.000 créditos serve para testar um fluxo real, não uma demonstração.
- O código aberto sob AGPL-3.0 deixa hospedar em casa e manter dados sensíveis sob controle.
- Resolução de CAPTCHA, verificação em duas etapas, proxies e segmentação geográfica já vêm no produto, sem costurar quatro fornecedores.
- O SDK compatível com o Playwright permite adotar agentes de IA sem reescrever a bateria de testes.
Contras
- O consumo de créditos cresce com a complexidade da página, e um fluxo longo pode ficar caro antes de você perceber.
- O solucionador avançado de CAPTCHA e os espaços de equipe ficam no plano Pro de US$ 149/mês, fora do alcance de times pequenos.
- Modelos de visão erram de vez em quando com botões ambíguos, então processo crítico pede conferência humana.
- A instalação local exige Python 3.11 ou mais novo e familiaridade com Docker, barreira real para quem não programa.
Perguntas frequentes
Executa tarefas de navegador com agentes de IA. Você descreve o fluxo em linguagem comum, e o Skyvern abre o navegador, lê a página e faz cliques, digitação e downloads. Os usos mais comuns são coleta de faturas, preenchimento de formulários e extração de dados web.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Skyvern AI.
Alternativas a Skyvern AI
Odyssey 3
Odyssey · OutrosOdyssey-3 é o modelo de mundo fundacional da Odyssey. Simula física em tempo real, transforma um texto em ambiente interativo e se adapta a robôs, carros e jogos.
JarvisCore
Prescott Data · Programação · Produtividade · OutrosJarvisCore é um runtime de código aberto em Python em que agentes de IA atuam como pares numa malha, assumem tarefas de um registro compartilhado e chegam a serviços externos por um broker sem confiança.
Clef
Cloudflare · Negócios · OutrosClef é o modelo de decisão open source da Cloudflare para o Workers AI. Devolve probabilidades calibradas para perguntas tipadas em vez de texto, então o agente classifica, roteia e age rápido.