skyvern

环境要求

• Python 3.11、3.12 或 3.13
• Windows 用户额外需要 Rust 和带 C++ 开发工具、Windows SDK 的 VS Code
• Docker Compose 方式需要先安装 Docker Desktop
• 一个可用的 LLM 供应商 API Key

安装与启动步骤

1. 1准备 Python 环境

   安装 Python 3.11/3.12/3.13；Windows 上还需先装 Rust 以及带 C++ 开发工具和 Windows SDK 的 VS Code，否则依赖可能编译失败。

2. 2安装 Skyvern

   用 pip 一次性安装全部依赖，注意包名后要带 [all] 才能装到完整功能。

   pip install "skyvern[all]"

   复制

3. 3初始化配置

   执行交互式初始化向导。默认使用 SQLite，数据库文件位于 ~/.skyvern/data.db，无需额外装 Postgres。

   skyvern quickstart

   复制

4. 4启动服务与界面

   该命令会同时拉起 Skyvern API/Server 和打包好的 Web UI，保持终端窗口不要关闭。

   skyvern run all

   复制

5. 5打开 Web 界面

   在浏览器访问 http://localhost:8080 ，即可通过可视化界面用自然语言描述任务并运行。

6. 6用 SDK 跑任务

   官方示例：构造 Skyvern 客户端并调用 run_task，可用 data_extraction_schema 约束返回结构。

   from skyvern import Skyvern
   
   skyvern = Skyvern()
   task = await skyvern.run_task(
       prompt="Find the top post on hackernews today",
       data_extraction_schema={
           "type": "object",
           "properties": {
               "title": {"type": "string", "description": "The title of the top post"},
               "url": {"type": "string", "description": "The URL of the top post"},
               "points": {"type": "integer", "description": "Number of points the post has received"}
           }
       }
   )

   复制

7. 7Docker 方式部署

   不想装 Python/Node 时用容器方式：克隆仓库后从 .env.example 复制出 .env 并填入 LLM API Key，再启动容器。

   git clone https://github.com/skyvern-ai/skyvern.git && cd skyvern
   cp .env.example .env
   docker compose up -d

   复制

关键配置

如何确认成功

浏览器打开 http://localhost:8080 能看到 Skyvern 界面并能提交任务，即说明服务与 UI 启动成功。

常见问题

注意事项

• Docker Compose 方式始终使用自带的 Postgres 服务，不用手动配库。
• README 未给出 .env 中 LLM Key 的具体变量名，请以仓库内 .env.example 为准。
• Skyvern CLI 支持 Windows、WSL、macOS 和 Linux 环境。
• 贡献者开发环境需先安装 uv，然后执行 uv sync --group dev 和 uv run skyvern quickstart。