midscene

收录理由

维护端到端测试时，界面一变动就得跟着改 CSS 选择器，这种重复劳动常常让人头疼。Midscene 换个思路：你只需用自然语言描述目标，视觉模型会盯着屏幕，自己完成点击、输入和结果验证，而且覆盖 Web、iOS 和 Android。因为智能体依赖的是看见的画面，不是一串选择器，界面调整时测试的稳定性明显更好。上手方式也灵活，不想写代码可以用 Chrome 扩展先试试，团队已有 Playwright 或 Puppeteer 流程的话，SDK 能直接嵌进去，CLI 则适合脚本化执行。它还支持 UI-TARS 这类本地模型，对需要把自动化数据留在内部环境的团队很实用。QA 工程师和小团队能借此减少选择器维护成本，同时保留真实浏览器与应用的覆盖。