【亲测免费】 Midscene.js 使用教程

1. 项目介绍

Midscene.js 是一个开源项目，旨在通过人工智能技术，让 AI 成为你的浏览器操作员。用户只需要用自然语言描述想要完成的任务和步骤，Midscene.js 就会自动规划和操作用户界面，完成网页自动化任务，如验证内容、提取数据等。

2. 项目快速启动

以下是快速启动 Midscene.js 的步骤：

首先，确保你的系统中已经安装了 Node.js。

# 克隆项目
git clone https://github.com/web-infra-dev/midscene.git

# 进入项目目录
cd midscene

# 安装依赖
npm install

# 运行示例
npm start

运行上述命令后，项目将启动一个本地服务器，并通过浏览器打开一个示例页面，你可以在页面上体验 Midscene.js 的功能。

3. 应用案例和最佳实践

应用案例

• 自动化测试：使用 Midscene.js 编写自动化测试脚本，验证网页功能和数据。
• 数据抓取：通过 Midscene.js 提取网页上的数据，如爬取商品信息、新闻内容等。
• 自动化操作：执行复杂的浏览器操作，如模拟用户登录、表单填写等。

最佳实践

• 描述清晰：在编写任务描述时，尽可能详细地描述每一步操作，以提高 AI 执行的准确性。
• 模块化设计：将复杂的任务分解为多个简单的步骤，便于管理和维护。
• 调试与优化：使用 Midscene.js 提供的调试工具，如可视化报告文件和内置的 playground，优化自动化流程。

4. 典型生态项目

Midscene.js 支持与多种工具和框架集成，以下是一些典型的生态项目：

• Puppeteer/Playwright：结合 Puppeteer 或 Playwright，利用 AI 能力与这些强大的自动化工具进行组合，实现更复杂的自动化任务。
• Chrome 插件：通过 Chrome 插件体验 Midscene.js，无需编写代码即可开始使用。
• 开源模型：支持使用 UI-TARS 和 Qwen2.5-VL 等开源模型，这些模型在 UI 自动化场景中表现出色，并且可以私有部署，更好地保护数据安全。