
Midscene.js
Midscene.js 是一款基于AI技术的UI自动化工具,核心定位是借助多模态大语言模型降低UI自动化测试与脚本维护的门槛
Midscene.js 是一款基于AI技术的UI自动化工具,核心定位是借助多模态大语言模型降低UI自动化测试与脚本维护的门槛。核心功能包括自然语言指令转自动化操作、多场景自动化框架集成、可视化调试报告生成三类,主要面向前端开发人员、测试工程师、自动化运维人员等群体,可应用于Web应用回归测试、UI交互流程验证、页面数据批量提取、跨端自动化流程搭建等场景,无需依赖传统元素选择器编写繁琐脚本,仅通过自然语言描述即可完成自动化任务搭建。
- 适用对象
- 前端开发人员(Web项目功能自测)
- 主要功能
- 自然语言指令、多框架集成
- 计费方式
- 免费增值,部分功能付费
- 平台
- 网页
- 已收录
- 2026.06.14(139 天)
阅读目录
编辑评测与站内热度
编辑综合评分
满分 5 分
六维指标基于站内真实数据(热度、社区反馈、资料完整度、可达性核验等)综合评估,非用户投票。
全站热度排名
#1970
分类内排名
#5 / 115
累计站内点击
—
近 7 日点击
—
排名与点击为站内真实统计口径,反映 Toolifai 用户行为,非编辑评分。
Midscene.js是什么,怎么使用?
约 4 分钟Midscene.js 是一款基于AI技术的UI自动化工具,核心定位是借助多模态大语言模型降低UI自动化测试与脚本维护的门槛。核心功能包括自然语言指令转自动化操作、多场景自动化框架集成、可视化调试报告生成三类,主要面向前端开发人员、测试工程师、自动化运维人员等群体,可应用于Web应用回归测试、UI交互流程验证、页面数据批量提取、跨端自动化流程搭建等场景,无需依赖传统元素选择器编写繁琐脚本,仅通过自然语言描述即可完成自动化任务搭建。
主要功能
- 自然语言指令:用户无需掌握复杂的元素定位语法,只需用中文/英文自然语言描述想要执行的操作步骤,比如“点击页面右上角的登录按钮,输入账号test@example.com和密码123456后提交”,AI会自动识别页面元素并执行对应操作,降低脚本编写的学习成本。
- 多框架集成:支持对接Puppeteer、Playwright等主流自动化测试框架,也可直接使用浏览器插件模式运行,用户可以根据现有技术栈选择适配的集成方式,无需重构现有自动化体系,即可快速接入AI驱动的自动化能力。
- 可视化调试报告:每次自动化任务执行完成后,会自动生成包含操作步骤截图、执行日志、元素识别结果的可视化报告,用户可以直观查看每一步操作的执行情况,定位执行失败的具体原因,无需翻看冗长的文本日志排查问题。
- 页面数据提取:用户只需描述期望提取的页面数据格式,比如“提取页面所有商品的名称、价格和销量,输出为JSON数组”,AI会自动解析页面内容并按照指定格式返回结构化数据,无需编写复杂的页面爬虫解析规则。
- 开源可私有化:项目采用MIT开源许可证,所有代码完全开放,用户可以自主部署在本地或私有服务器运行,所有页面数据和操作指令都不会上传到第三方服务器,满足企业级的数据安全与隐私合规需求。
- 元素智能识别:依托多模态大语言模型的视觉理解能力,即使页面样式、元素ID或类名发生变更,AI也能根据元素的视觉特征、位置和功能描述识别对应的操作对象,减少界面重构后脚本的修改工作量。
怎么使用
- 访问Midscene.js中文官网,在文档板块查看快速开始教程,根据自身使用场景选择浏览器插件、Puppeteer集成或Playwright集成三种接入方式中的一种。
- 如果选择浏览器插件模式,直接下载对应Chrome插件安装到浏览器中,打开需要自动化操作的目标网页,启动插件即可开始使用。
- 如果选择框架集成模式,按照文档指引通过npm安装Midscene.js依赖包,在现有Puppeteer或Playwright脚本中引入对应的SDK模块。
- 在脚本或插件输入框中用自然语言编写操作指令,比如“填写搜索框内容为‘前端测试’,点击搜索按钮,提取前10条结果的标题和链接”,也可同时指定数据输出格式。
- 运行自动化任务,等待执行完成后查看生成的可视化报告,核对操作结果和提取的数据,若有执行失败的步骤可根据报告提示调整指令后重新运行。
适合什么人群
- 前端开发人员(Web项目功能自测)
- 测试工程师(UI自动化回归测试)
- 自动化运维人员(后台系统批量操作)
- 数据采集人员(网页结构化数据提取)
- 产品经理(产品流程走查验证)
- 低代码开发人员(自动化流程搭建)
总结
这款工具的核心优势是打破了传统UI自动化对元素选择器的强依赖,过往UI自动化脚本维护的最大痛点就是界面迭代后元素ID、类名、XPath路径变更,导致大量脚本失效需要重写,而它借助多模态大模型的视觉理解能力,直接通过元素的外观、位置和功能描述识别操作对象,大幅降低了脚本的维护成本。同时它没有强制用户切换全新的自动化体系,而是兼容市面上主流的Puppeteer、Playwright框架,用户可以在现有自动化流程中平滑接入AI能力,降低了迁移成本。作为开源项目采用MIT许可证,用户可以私有化部署,避免了页面敏感数据上传到第三方服务的风险,对于有数据合规要求的企业用户比较友好。不过它目前主要针对Web端场景,原生App端的自动化支持还在迭代中,适合Web项目测试、页面数据采集等场景的用户尝试使用。
价格与免费额度
Midscene.js为完全开源项目,所有核心功能均免费开放使用,无功能限制和使用次数限制,也没有商用付费版本。用户可以直接从开源仓库获取源代码,或通过npm安装官方包免费使用,也可根据自身需求对代码进行二次开发。如果需要官方技术支持服务,可联系项目开发团队定制企业级支持方案,适合所有需要UI自动化能力的个人开发者和企业用户免费使用。
优点与不足
优点
- 无需编写复杂的元素选择器,仅通过自然语言即可生成自动化操作指令,降低使用门槛
- 兼容Puppeteer、Playwright等主流自动化框架,可快速接入现有测试体系
- 提供可视化执行报告,支持步骤回溯和错误定位,降低调试成本
- 采用MIT开源许可证,支持私有化部署,满足数据隐私合规需求
- 支持结构化数据自定义格式提取,无需编写页面解析规则即可获取目标数据
不足
- 复杂交互场景下AI识别准确率存在波动,可能需要调整指令描述才能达到预期效果
- 目前主要支持Web端场景,原生App、小程序端的自动化能力还在开发中
- 本地化部署需要用户自行准备多模态大模型服务,硬件资源要求较高
- 官方文档的实战案例数量较少,新手需要花费时间摸索复杂场景的指令写法
能帮你做的 8 件事
- 01自然语言指令
- 02多框架集成
- 03可视化调试报告
- 04页面数据提取
- 05UI自动化场景的常用方案
- 06AI测试工具场景的常用方案
- 07前端开发人员(Web项目功能自测)的日常效率工具
- 08先用免费额度验证需求再决定付费
更新历史
- Midscene.js 收录进 Toolifai 目录
- 页面资料核验与信息更新
常见问题
Midscene.js运行是否需要联网调用第三方大模型?
默认配置下Midscene.js支持对接OpenAI GPT-4V、Claude 3等公共大模型服务,需要联网调用对应API,同时也支持用户对接本地部署的多模态大模型,比如Llama 3多模态版本、Qwen-VL等开源模型,所有数据处理和识别过程都在本地完成,无需上传到外部服务器,满足企业数据安全和隐私合规的要求,用户可以根据自身场景灵活选择模型接入方式。
使用Midscene.js是否需要掌握Puppeteer或Playwright的开发知识?
如果使用浏览器插件模式,完全不需要掌握相关框架的开发知识,只需安装插件后在界面输入自然语言指令即可运行,适合没有编程基础的产品、测试人员使用。如果需要集成到现有自动化测试流程中,只需要了解Puppeteer或Playwright的基础使用方式,按照官方文档的示例引入Midscene.js的SDK即可,不需要修改原有框架的核心逻辑,学习成本较低。
页面元素更新后,之前写的自动化脚本是否需要重写?
和传统基于元素选择器的自动化脚本不同,Midscene.js依赖多模态大模型识别元素的视觉特征和功能属性,只要元素的外观、功能和位置没有发生本质变化,即使元素ID、类名、XPath路径被修改,AI依然可以正确识别对应的操作对象,无需修改指令内容。如果元素功能或页面布局发生了大幅调整,只需要调整自然语言指令的描述即可,不需要重新编写所有元素选择逻辑,维护成本远低于传统自动化脚本。
Midscene.js支持哪些类型的自动化任务?
目前支持的任务类型包括UI交互操作类,比如点击、输入、滚动、下拉选择等常见页面操作;流程验证类,比如验证登录流程、支付流程、表单提交流程是否可以正常运行;数据提取类,按照用户指定的格式提取页面中的文本、链接、图片地址等信息,输出结构化数据;状态校验类,验证页面元素是否存在、文本内容是否符合预期、页面跳转是否正确等,覆盖大部分Web端UI自动化的常见使用场景。
Midscene.js执行自动化任务的速度如何?
执行速度主要取决于所使用的多模态大模型的响应速度,以及页面本身的加载速度。如果使用公共大模型服务,单步操作的识别和执行时间通常在数秒左右,比传统固定脚本的执行速度慢,但优势是无需维护元素选择器,适合回归测试、批量数据提取等对实时性要求不高的场景。如果使用本地部署的高性能大模型服务,可以大幅缩短模型响应时间,提升整体执行效率,用户可以根据自身对速度的需求选择合适的模型部署方式。
开始使用 Midscene.js
从官方入口了解最新功能与使用方式。
由 Toolifai 编辑维护
欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。