Midscene.js调试神器:可视化报告与Playground使用教程
还在为自动化脚本调试头疼?Midscene.js提供的可视化报告与Playground工具链,让AI驱动的浏览器操作调试变得前所未有的简单直观。本文将带你掌握这两个核心工具的使用方法,大幅提升自动化脚本开发效率。
项目概述
Midscene.js是一个基于视觉语言模型的自动化操作框架,支持Web、Android和iOS等多平台,通过AI驱动界面操作。其核心优势在于:
- 视觉驱动:无需DOM或语义标记,直接通过视觉识别定位元素
- 多平台支持:Web、Android、iOS全平台覆盖
- 调试友好:提供可视化报告和Playground工具简化调试流程
项目主页:README.md
可视化报告工具详解
可视化报告是Midscene.js提供的强大调试工具,能够记录并展示自动化脚本执行的完整过程。
核心功能与界面组成
可视化报告工具位于apps/report/src/App.tsx,主要由以下组件构成:
- 时间线(Timeline):展示脚本执行的完整步骤序列
- 详情面板(DetailPanel):显示当前步骤的详细信息
- 侧边详情(DetailSide):展示元素识别和AI决策过程
- 播放器(Player):支持执行过程的回放功能
报告生成与使用流程
-
生成报告:在自动化脚本执行时添加报告生成代码
const { Midscene } = require('@midscene/core'); const agent = new Midscene(); // 执行自动化操作... agent.generateReport('execution-report.html'); -
查看报告:直接在浏览器中打开生成的HTML文件
-
分析报告:
- 使用时间线定位问题步骤
- 查看AI决策过程和元素识别结果
- 通过播放器回放执行过程
高级功能
- 全局预览:GlobalHoverPreview提供元素悬停预览
- 分组查看:支持按测试用例或模块分组查看执行结果
- 性能分析:展示各步骤执行时间,帮助识别性能瓶颈
Playground交互环境
Playground是Midscene.js提供的交互式开发环境,位于apps/playground/src/App.tsx,支持实时编写和测试自动化脚本。
环境搭建与启动
-
克隆项目:
git clone https://gitcode.com/GitHub_Trending/mid/midscene cd GitHub_Trending/mid/midscene -
安装依赖:
npm install -
启动Playground:
npm run dev:playground -
访问界面:打开浏览器访问 http://localhost:3000
界面功能介绍
Playground界面采用分栏布局:
- 左侧面板:代码编辑区,支持JavaScript和YAML两种脚本格式
- 右侧面板:ScreenshotViewer,实时显示界面截图和元素识别结果
基本使用方法
-
选择目标平台:Web、Android或iOS
-
编写脚本:
// 示例:在网页中搜索内容 await agent.goto('https://www.example.com'); await agent.aiType('搜索关键词', '搜索框'); await agent.aiClick('搜索按钮'); -
执行脚本:点击"Run"按钮执行脚本
-
查看结果:在右侧面板查看执行结果和界面截图
高级特性
- 环境配置:支持模型选择和参数配置
- 代码模板:提供常用操作的代码模板
- 实时调试:执行过程中实时显示AI决策和元素识别结果
实际案例:调试元素识别问题
假设我们遇到一个按钮点击失败的问题,可以通过以下步骤调试:
-
生成详细报告:确保启用详细日志记录
agent.setConfig({ logLevel: 'verbose' }); -
在报告中定位问题步骤:查看时间线中失败的点击操作
-
分析AI决策过程:在侧边详情面板中查看:
- AI识别到的元素列表
- 元素匹配分数
- 决策依据
-
在Playground中测试修复方案:
- 复制问题步骤到Playground
- 调整选择器或添加更明确的描述
- 实时测试修改效果
-
应用修复:将验证通过的解决方案应用到实际脚本中
总结与最佳实践
报告工具最佳实践
- 定期生成报告:即使脚本正常运行,也建议生成报告进行分析
- 对比分析:保留不同版本脚本的报告,便于对比分析
- 关注性能:通过报告识别执行缓慢的步骤并优化
Playground使用技巧
- 模块化开发:将复杂脚本拆分为小模块在Playground中单独测试
- 参数调优:在Playground中尝试不同的模型参数和配置
- 环境隔离:使用不同的环境配置测试跨环境兼容性
相关资源
- API文档:官方API参考
- 示例项目:midscene-example
- 社区支持:Discord
通过Midscene.js的可视化报告和Playground工具,你可以大幅提升自动化脚本的开发效率和调试能力。立即尝试这些工具,体验AI驱动的自动化开发新方式!
如果觉得本文对你有帮助,请点赞、收藏并关注项目更新。下一篇我们将介绍Midscene.js的高级AI模型配置技巧。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00