• 简体中文
      • 全新支持 deepseek v4 视觉模型了解更多

      Midscene.js - 端到端测试的 GUI Agent

      AI 视觉驱动。全平台覆盖。开箱即用。

      使用文档案例展示
      14k+Github Stars
      #2Github 趋势榜第2名
      平台

      Web、PC、Mobile 等多端支持

      • 用自然语言测试与自动化 Web、移动端和桌面应用
      • 一套 API、一套用例，在每个平台都一样
      • 触达选择器够不到的地方——无语义标注的元素、canvas、原生应用、跨域 iframe

      Web

      把 Midscene 接入你的 Playwright 或 Puppeteer 测试，或用桥接模式驱动自己的 Chrome。

      PC

      用自然语言测试与自动化 macOS、Windows、Linux 上的桌面应用。

      Mobile

      在真机与模拟器上测试与自动化 Android、iOS 和 HarmonyOS 应用。

      任意界面

      凡可截图皆可自动化——突破 DOM 与无障碍树的限制。

      模型策略

      以纯视觉为核心

      • 直接分析截图，无需维护 Selector 或额外标注
      • 默认使用单模型，复杂场景按需增加专用模型
      • 支持多种适配模型，包括可自托管选项

      豆包 Seed

      强大的视觉定位能力，元素定位可靠——Midscene 的稳妥默认选择。

      qwen3.7-plus

      高质量视觉定位，性价比高，并提供可自托管的开源版本。

      deepseek-v4-flash-vision-exp

      视觉理解与推理能力一体化，适合复杂 UI 任务。

      多模型组合

      让规划模型与视觉模型协同，提升任务完成率。

      测试工具箱

      开箱即用的 UI 测试套件

      • 丰富的 API，用于编写测试与控制自动化流程
      • 支持扩展自己的 UI 操作 Agent
      • 大幅降低 UI 测试的维护成本
      查看所有 API

      丰富的 API

      既能自动规划完整流程，也提供 aiTap、aiAssert 等原子 API，用于精确测试。

      Skills

      开箱即用的 Skills 让 AI 编程 Agent 通过 Midscene CLI 测试你的 UI。

      报告与 Playground

      在可视化报告中逐步回放，并在 Playground 里快速试验。

      灵活集成

      用 YAML 编写流程，接入你的测试运行器，并自定义 Agent 执行策略。

      评测

      Benchmark 成绩

      • 查看 Midscene 在 AndroidWorld 和 MobileWorld 上的成绩。
      93.1%Pass@1 93.1% · Pass@3 97.4%

      AndroidWorld Benchmark

      78.6%Pass@1 78.6% · 92/117

      MobileWorld Benchmark

      用户

      谁在使用 Midscene

      ByteDance火山引擎抖音TikTok飞书汽水音乐豆包阿里巴巴携程小米

      面向 E2E 测试的 GUI Agent

      使用文档案例展示