MidScene v0.14.0 发布:Android 代码迁移与 AI 接口优化
MidScene 是一个专注于移动端 UI 自动化测试和智能交互的开源项目。它通过结合计算机视觉和机器学习技术,为开发者提供了一套高效、智能的 UI 测试和交互解决方案。在最新发布的 v0.14.0 版本中,项目团队带来了多项重要更新和改进。
Android 代码迁移与重构
本次版本最显著的变化之一是 Android 相关代码的迁移和重构。开发团队将 Android 代码迁移到了专门的 @midscene/android 包中,这种模块化的设计使得代码结构更加清晰,便于维护和扩展。
同时,团队还对 Android API 进行了重构优化,提升了接口的易用性和一致性。这种重构不仅改善了开发体验,也为后续的功能扩展打下了良好的基础。
AI 交互接口优化
MidScene 的核心优势之一是其强大的 AI 交互能力,本次更新在这方面做了多项改进:
-
接口风格统一:现在可以使用 aiTap(prompt, opt) 这种更简洁直观的接口风格来进行 AI 驱动的交互操作,降低了学习成本。
-
上下文支持:aiAction 接口现在支持设置上下文,这使得 AI 能够更好地理解当前的操作环境和意图,从而做出更准确的响应。
-
深度思考接口更新:deepThink 接口也得到了更新,增强了 AI 的分析和决策能力。
调试与统计功能增强
为了方便开发者调试和分析测试过程,新版本增加了统计信息打印功能。在调试模式下,系统会自动输出各种有用的统计信息,帮助开发者快速定位问题和优化测试流程。
报告系统优化
报告系统是本版本的另一个重点改进领域:
-
可视化优化:移除了不必要的可视化逻辑,使报告更加简洁高效。
-
扩展逻辑重构:优化了扩展机制,提高了灵活性和可维护性。
-
日志输出改进:在 Node 环境下,现在使用日志文件输出替代了命令行输出,便于长期保存和分析。
其他改进
- 解决了截图权限问题,现在即使应用不允许截图,系统也能强制获取必要的屏幕信息。
- 修复了报告脚本错误,提高了稳定性。
- 优化了 CI 测试流程,确保自动化测试的可靠性。
总结
MidScene v0.14.0 通过 Android 代码迁移、AI 接口优化和报告系统改进,进一步提升了项目的实用性和开发体验。这些变化不仅增强了现有功能,也为未来的发展奠定了更好的基础。对于需要进行移动端 UI 自动化测试和智能交互开发的团队来说,这个版本值得关注和升级。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C097
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00