简体中文

Midscene.js - AI 驱动，带来愉悦的 UI 自动化体验

通过 AI 执行交互、提取数据和断言

Midscene 提供了三种关键方法：交互（.ai, .aiAction), 提取 (.aiQuery), 断言 (.aiAssert)。

  • 交互 - 用 .ai 方法描述步骤并执行交互
  • 提取 - 用 .aiQuery 从 UI 中“理解”并提取数据，返回值是 JSON 格式，你可以尽情描述想要的数据结构
  • 断言 - 用 .aiAssert 来执行断言

从 Chrome 插件开始快速体验

通过使用 Midscene.js Chrome 插件，你可以快速在任意网页上体验 Midscene 的主要功能，而无需编写任何代码。

点击 这里 从 Chrome Web Store 安装 Midscene 插件。

请参照文档 通过 Chrome 插件快速体验 进行安装和配置。

多种代码集成形式

维护 Midscene 自动化脚本是一种全新的编码体验。例如，在网页上搜索耳机，你可以这样做：

// 👀 输入关键字，执行搜索
await ai('在搜索框输入 "Headphones" ，敲回车');

// 👀 找到列表里耳机相关的信息
const items = await aiQuery(
  '{itemTitle: string, price: Number}[], 找到列表里的商品标题和价格'
);

console.log("headphones in stock", items);

有多种形式可以将 Midscene 集成到代码项目中：

可视化报告

运行结束后，Midscene 会提供可视化报告和调试 Playground，可以非常方便地调试提示和 AI 的响应。所有的中间数据，例如查询（Query）、计划（Planning）和动作（Actions），都可以被可视化。

此外，Midscene 报告里还集成了一个 Playground，用以在报告中重新运行 Prompt 并调试。

visualized report

自定义模型

目前我们默认选择的是 OpenAI GPT-4o 作为模型，你也可以自定义为其他多模态模型，如千问、Gemini。

直连模型端，无需三方服务

Midscene 运行在用户的自有环境中，所有从页面收集的数据会依照用户的配置，直接传送到 OpenAI 或指定的自定义模型。因此，任何第三方平台均无法获取这些数据。

更多详情请参考 数据隐私。

关注我们