skyvern-ai/skyvern は GitHub で公開されているブラウザのWeb業務自動化プロジェクトである。リポジトリの説明は、ブラウザベースのワークフローをAIで自動化する、という一文だけだ。Pythonで書かれており、最新リリースは v1.0.56 である。ただし今回のリリースに含まれる変更内容はこの記録には残っておらず、何が変わったかは確認できない。分かっているのはリポジトリの説明とライセンス、スター数といった基本情報だけである。
動作方式はLLMとコンピュータビジョンを併用することだ。事前に決めたXPathには頼らず、画面上の視覚要素を読み取って計画と行動を結びつけていく。ここでのエージェント（agent）とは、目標に向かって次の行動を決めて実行することを指す。READMEは、複数のエージェントとVision LLMを組み合わせて使うことで、初めて見るサイトでも作業を実行でき、レイアウトが変わっても対応できると説明している。この組み合わせは、フォーム入力のように複数段階を経るWeb業務まで自動化する。活用パスは二つある。PlaywrightにAI機能を載せた互換SDKは、すでに書いておいた自動化コードに組み合わせて使うためのもので、コード不要のワークフロービルダーは、コードなしで複数段階にまたがるWeb業務を設計させる。続く説明は、技術者と非技術者の双方が手作業の自動化ができるという内容だ。ライセンスは AGPL-3.0、スター数は 23239、リポジトリが作られたのは 2024年2月28日である。
この記録が示しているスコアは10点満点基準のモメンタム項目の3.4点だけで、新しさ・技術・品質の各項目には値がない。成功率や処理時間といった性能の数値も、他の自動化ツールとの比較資料もないため、実際にどれほどの優位性があるかをこの資料だけで判断するのは難しい。決まったブラウザ業務が繰り返される場面なら確認する価値のある候補だが、比較資料が出るまで優位性を測りにくく、AGPL-3.0 のライセンス条件も導入前に検討しておく必要がある。