Midscene Chrome 扩展3 步装好用一句话驱动浏览器重复操作【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene每天点登录、填表单、抄数据这些重复劳动最耗时间。Midscene Chrome 扩展是一个 AI 浏览器自动化工具你直接用自然语言操作浏览器不用写脚本也不用记选择器。 最快加载扩展的 3 步克隆仓库并构建扩展git clone https://gitcode.com/GitHub_Trending/mid/midscene cd apps/chrome-extension pnpm install pnpm run build打开 Chrome 的chrome://extensions/右上角开启开发者模式点加载已解压的扩展程序选择构建产物目录。随便进一个网页点开面板输入点击搜索按钮并运行。页面上的按钮被真正点下去说明环境已经就绪。 它凭什么看懂页面视觉理解对比 DOM 定位传统自动化靠 CSS 选择器或 XPath 锁元素页面一改版脚本当场报废。Midscene 走的是另一条路把当前页面截图连同 DOM 结构一起交给视觉模型模型按人眼看界面的方式理解布局再决定点哪里、填什么。差异落到三处定位方式传统靠选择器精确匹配Midscene 靠视觉理解加结构信息综合判断。页面改版传统脚本直接报错Midscene 还能靠视觉特征重新找到按钮。出错处理传统要么失败要么静默跳过Midscene 会自动重试并寻找替代路径。 三种模式按需求选自然语言 / Bridge 终端控制 / 录制回放面板自然语言你在标签页里随手发指令零代码、零配置。适合运营、测试、分析师这类不想碰代码的人日常临时任务走这条。Bridge 终端控制浏览器停在监听连接由本地终端里的 SDK 远程控制桌面 Chrome还能复用现有登录态。适合要把脚本、CI 和手动操作混在一起调的工程师。录制回放先手工操作一遍它记录过程并生成可复用的 YAML 脚本。适合想把这次怎么点固化成以后每次自动这么点的重复任务。场景一句话指令预期效果电商比价在两个标签页分别搜索降噪耳机记录前 5 个商品的价格自动完成搜索并提取价格列表方便贴进表格多平台发内容在当前登录的社交平台上发布这段话并附一张图自动找到发布入口、填好内容并点提交网站功能测试完成注册流程检查成功后出现欢迎提示逐步执行注册并断言关键节点失败处有截图日常表单按工号、姓名填好这张请假单并提交表单逐格填对提交后给你结果反馈️ 踩坑自查三个高频问题的排错清单扩展安装后不显示确认pnpm run build没有报错在chrome://extensions/点一次重新加载再看扩展卡片里的错误信息一般是资源缺失。Bridge 连不上终端那端启动监听并确认端口默认 3766浏览器与终端要能互通跨机就检查网络或防火墙面板上点过允许连接了吗漏点这个最常见。脚本执行中断打开执行日志看停在哪一步多为页面加载超时或元素没按时出现补一句等待指令或调整措辞后重跑别急着怀疑整个流程。 深入资源文档、示例与配置模板入门快速开始文档配套 Bridge 模式详解 和 常见问题 FAQ。示例Playground 示例批量 YAML 脚本见 测试脚本目录。配置脚本解析与执行逻辑在 核心 YAML 模块看源码比猜参数快。先装好扩展发一条最简单的指令。跑通之后再挑一件你每周重复三次的浏览器操作把它换成一条命令。【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考