产品概述
Midscene.js 是一款基于 AI 的浏览器自动化助手，核心卖点是用自然语言代替传统代码脚本。你只需用口语化的指令描述操作目标（比如“点击登录按钮”或“搜索关键词”），它就能理解意图并自动在网页上执行操作，还支持从页面里提取结构化数据（如 JSON 格式）。它既可以作为独立工具配合 Chrome 插件使用，也能深度集成到 Puppeteer、Playwright 等测试框架中，并提供可视化报告辅助调试。
核心优势
- **自然语言驱动**：无需编写复杂选择器或脚本，用日常对话就能控制浏览器，大幅降低自动化门槛。即使是零编程基础的用户，也可以直接通过 Chrome 插件描述任务来完成操作。
- **数据提取结构化**：内置 AI 解析能力，可以把网页上的非结构化内容（如表格、搜索结果）一键转换成 JSON 格式，方便后续数据处理和分析。
- **集成与灵活性**：完美对接 Puppeteer/Playwright 等主流自动化库，方便已有测试体系的团队迁移。同时支持切换不同的 LLM 模型（包括开源模型 UI-TARS），用户可以根据成本或隐私需求自由选择后端模型。
- **可视化报告**：每次运行都会自动生成包含动画回放和步骤详情的报告，帮助你快速定位操作失败或数据异常的环节。
适用场景
- **社交媒体管理**：一句话让 AI 发推文、回复评论，省去手动重复操作。
- **数据采集与分析**：快速从多个网页抓取产品价格、描述等信息，输出结构化数据用于市场研究。
- **UI 自动化测试**：开发者和测试工程师可以用自然语言描述测试用例，自动执行并生成报告，提高测试脚本维护效率。