midscenejs-docs

name	midscenejs-docs
description	关于自动规划（Auto Planning）和即时操作（Instant Action）的区别，请参考 [API](/api.md) 文档。
metadata	{"source":"llms.txt","source_url":"https://midscenejs.com/zh/llms-full.txt","generated":"2026-05-11T07:20:10.605Z"}

YAML 脚本运行器

关于自动规划（Auto Planning）和即时操作（Instant Action）的区别，请参考 API 文档。

关于自动规划（Auto Planning）和即时操作（Instant Action）的区别，请参考 API 文档。

Available Resources

url: /zh/android-api-reference.md

Action Space（动作空间）

AndroidDevice {#androiddevice}

• yadb

  • URL: https://github.com/ysbing/YADB

• Scrcpy 截图模式

  • URL: #scrcpy

AndroidAgent {#androidagent}

• API constructors

  • URL: ./api#common-parameters

• Android 平台特定动作

  • URL: ./automate-with-scripts-in-yaml#the-android-part

• API 参考（通用）

  • URL: ./api#interaction-methods

• AndroidDevice

  • URL: #androiddevice

• Android 快速开始

  • URL: ./android-getting-started

url: /zh/android-getting-started.md

配置 AI 模型服务

准备工作

• Android Studio

  • URL: https://developer.android.com/studio

• Android environment variables

  • URL: https://developer.android.com/tools/variables

试用 Playground（零代码）

• 模型配置
  • URL: /zh/model-config.md

开始体验

集成 Midscene Agent

进阶

常见问题

• ADBKeyBoard
  • URL: https://github.com/senzhk/ADBKeyBoard

更多

• API 参考（通用）

  • URL: /zh/api.md#interaction-methods

• Android Agent API

  • URL: /zh/android-api-reference.md

• https://github.com/web-infra-dev/midscene-example/blob/main/android/javascript-sdk-demo

  • URL: https://github.com/web-infra-dev/midscene-example/blob/main/android/javascript-sdk-demo

url: /zh/android-introduction.md

案例展示

在 Android 上试用 Midscene Playground

下一步

• 快速开始

  • URL: /zh/android-getting-started.md

• 使用 JavaScript SDK

  • URL: /zh/android-getting-started.md

• 使用 YAML 格式的自动化脚本

  • URL: /zh/automate-with-scripts-in-yaml.md

url: /zh/api.md

构造器

• PuppeteerAgent

  • URL: /zh/web-api-reference.md#puppeteer-agent

• PlaywrightAgent

  • URL: /zh/web-api-reference.md#playwright-agent

• AgentOverChromeBridge

  • URL: /zh/web-api-reference.md#chrome-bridge-agent

• Android API 参考

  • URL: /zh/android-api-reference.md

• iOS API 参考

  • URL: /zh/ios-api-reference.md

• 自定义界面 Agent

  • URL: /zh/integrate-with-any-interface.md

• Link: outputFormat: 'single-html' | 'html-and-external-assets': 控制报告的生成格式。'single-html'（默认）将所有截图作为 base64 内嵌到单个 HTML 文件中，并把 reportFileName 作为 HTML 文件名。'html-and-external-assets' 将截图保存为独立的 PNG 文件到子目录，并把 reportFileName 作为该目录名，适用于报告文件过大的场景。注意：使用 'html-and-external-assets' 时，报告必须通过 HTTP 服务器或 CDN 地址访问，无法直接使用 file:// 协议打开。这是因为浏览器的 CORS（跨源资源共享）限制会阻止从 file 协议加载相对路径的本地图片。如需在本地测试，可在报告目录下启动简易的 HTTP 服务器。进入报告目录后运行以下命令之一：

• 使用 Node.js：npx serve
• 使用 Python：python -m http.server 或 python3 -m http.server 然后通过 `
  • URL: http://localhost:3000`（或终端显示的端口）访问报告。

交互方法

• 缓存功能

  • URL: /zh/caching.md

• 模型策略

  • URL: /zh/model-strategy.md

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 通过图像提示

  • URL: #通过图像提示

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• YADB

  • URL: https://github.com/ysbing/YADB

• 通过图像提示

  • URL: #通过图像提示

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

数据提取

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

更多方法

• 使用图片作为提示词

  • URL: #使用图片作为提示词

• 使用图片作为提示词

  • URL: #使用图片作为提示词

属性

深度定位（deepLocate）

使用图片作为提示词

报告合并工具

url: /zh/automate-with-scripts-in-yaml.md

• Web

  • URL: https://github.com/web-infra-dev/midscene-example/tree/main/yaml-scripts-demo

• Android

  • URL: https://github.com/web-infra-dev/midscene-example/tree/main/android/yaml-scripts-demo

• Computer（Mac/Windows/Linux）

  • URL: https://github.com/web-infra-dev/midscene-example/tree/main/computer/yaml-scripts-demo

配置 AI 模型服务

脚本文件结构

• 缓存功能文档
  • URL: /zh/caching.md

注意事项

url: /zh/awesome-midscene.md

社区项目

• midscene-ios

  • URL: https://github.com/lhuanyu/midscene-ios

• midscene-pc

  • URL: https://github.com/Mofangbao/midscene-pc

• midscene-pc-docker

  • URL: https://github.com/Mofangbao/midscene-pc-docker

• Midscene-Python

  • URL: https://github.com/Python51888/Midscene-Python

• midscene-java

  • URL: https://github.com/Master-Frank/midscene-java

• midscene-java

  • URL: https://github.com/alstafeev/midscene-java

如何贡献

收录标准

url: /zh/blog-introducing-instant-actions-and-deep-think.md

即时操作（Instant Actions）- 让交互表现更稳定

深度思考（Deep Think）- 让元素定位更准确

url: /zh/bridge-mode.md

配置 AI 模型服务

快速开始

在 YAML 自动化脚本中使用桥接模式

远程访问配置

FAQ

• 模型策略
  • URL: /zh/model-strategy.md

更多

• API 参考

  • URL: /zh/api.md#interaction-methods

• API 参考（Web）

  • URL: /zh/web-api-reference.md#chrome-bridge-agent

• https://github.com/web-infra-dev/midscene-example/blob/main/bridge-mode-demo

  • URL: https://github.com/web-infra-dev/midscene-example/blob/main/bridge-mode-demo

url: /zh/caching.md

缓存文件和存储

缓存策略

使用 Midscene 的 Playwright AI Fixture

缓存清理

FAQ

url: /zh/changelog.md

v1.7 - 灵活处理报告文件、支持 Qwen 3.6 模型

示例

• Android API
  • URL: /zh/android-api-reference.md

v1.6 - CDP 连接、双指缩放与多模型增强

• Skills 文档

  • URL: /zh/skills.md

• MCP 服务

  • URL: /zh/mcp.md

• iOS API

  • URL: /zh/ios-api-reference.md

v1.5 - HarmonyOS（鸿蒙）自动化支持

v1.4 - Skills：让 AI 助手直接操控你的设备

v1.3 - PC 桌面自动化支持

v1.2 - 智谱 AI 开源模型支持与文件上传支持

• GLM-V 模型配置

  • URL: /zh/model-common-config.md#glm-v

• AutoGLM 模型配置

  • URL: /zh/model-common-config.md#auto-glm

v1.1 - aiAct深度思考与可扩展的 MCP SDK

v1.0 - Midscene v1.0 正式发布！

• iOS 自动化 - 美团下单咖啡

  • URL: /zh/showcases.md#ios

• iOS 自动化 - Twitter 自动点赞 @midscene_ai 首条推文

  • URL: /zh/showcases.md#ios

• Android 自动化 - 懂车帝查看小米 SU7 参数

  • URL: /zh/showcases.md#android

• Android 自动化 - Booking 预订圣诞酒店

  • URL: /zh/showcases.md#android

• MCP 集成 - Midscene MCP 操作界面发布 prepatch 版本

  • URL: /zh/showcases.md#mcp

V0.30 - 缓存管理升级与移动端体验优化

• midscene-java
  • URL: /zh/awesome-midscene.md

v0.29 - 新增 iOS 平台支持

v0.28 - 扩展界面操作能力，构建你自己的 GUI 自动化 Agent（预览特性）

• Awesome Midscene
  • URL: /zh/awesome-midscene.md

v0.27 - 核心模块重构，断言与报告功能全面升级

v0.26 - 工具链全面接入 Rslib，大幅提高开发体验、降低贡献门槛

• freezePageContext

  • URL: /zh/api.md#agentfreezepagecontext

• keyboardDismissStrategy

  • URL: /zh/integrate-with-android.md#androiddevice-的构造函数

• Rslib

  • URL: https://github.com/web-infra-dev/rslib

v0.25 - 支持使用图像作为 AI prompt 输入

• 使用图片作为提示词

  • URL: /zh/api.md#%E4%BD%BF%E7%94%A8%E5%9B%BE%E7%89%87%E4%BD%9C%E4%B8%BA%E6%8F%90%E7%A4%BA%E8%AF%8D

• reportFileName

  • URL: /zh/api.md

• LLMs.txt

  • URL: /zh/llm-txt.md

v0.24 - Android 自动化支持 MCP 调用

• MCP 服务
  • URL: /zh/mcp.md

v0.23 - 全新报告样式与 YAML 脚本能力增强

v0.22 - Chrome 扩展录制功能上线

v0.21 - Chrome 扩展界面升级

v0.20 - 支持传入 XPath 定位元素

v0.19 - 支持获取完整的执行过程数据

v0.18 - 回放报告功能增强

• 自定义报告节点 API 文档

  • URL: /zh/api.md#agentlogscreenshot

• Android 更多配置项 API 文档

  • URL: /zh/integrate-with-android.md#androiddevice-%E7%9A%84%E6%9E%84%E9%80%A0%E5%87%BD%E6%95%B0

v0.17 - 让 AI 看见页面 DOM

v0.16 - 支持 MCP

v0.15 - Android 自动化上线！

v0.14 - 即时操作 API

v0.13 - 深度思考模式

v0.12 - 集成 Qwen 2.5 VL

v0.11.0 - UI-TARS 模型缓存

• 开启缓存
  • URL: /zh/caching.md

v0.10.0 - UI-TARS 模型上线

v0.9.0 - 桥接模式上线！

v0.8.0 - Chrome 插件

v0.7.0 - Playground 能力

v0.6.0 - 支持字节豆包模型

v0.5.0 - 支持 GPT-4o 结构化输出

v0.4.0 - 支持使用 Cli

v0.3.0 - 支持 AI HTML 报告

v0.2.0 - 通过自然语言控制 puppeteer

v0.1.0 - 通过自然语言控制 playwright

url: /zh/common/get-cdp-url.md

• Link: BrowserBase：在 注册并获取你的 CDP URL

  • URL: https://browserbase.com

• Link: Browserless：使用 或运行你自己的实例

  • URL: https://browserless.io

url: /zh/common/prepare-ios.md

准备工作

• Run Prebuilt WDA

  • URL: https://appium.github.io/appium-xcuitest-driver/5.12/run-prebuilt-wda/

• Real Device Configuration

  • URL: https://appium.github.io/appium-xcuitest-driver/5.12/real-device-config/

url: /zh/common/setup-env.md

配置 AI 模型服务

url: /zh/common/start-experience.md

url: /zh/common/troubleshooting-llm-connectivity.md

模型服务连接问题排查

url: /zh/computer-api-reference.md

Agent 创建

• Xvfb
  • URL: https://www.x.org/releases/X11R7.6/doc/man/man1/Xvfb.1.xhtml

设备管理

ComputerAgent

可用操作

示例

TypeScript 类型

另请参阅

• 通用 API 参考

  • URL: /zh/api.md

• 模型配置

  • URL: /zh/model-config.md

• 缓存

  • URL: /zh/caching.md

url: /zh/computer-getting-started.md

配置 AI 模型服务

系统要求

试用 Playground（零代码）

• 模型配置
  • URL: /zh/model-config.md

开始体验

与 Midscene Agent 集成

通过 RDP 连接远程 Windows 桌面

• FreeRDP
  • URL: https://www.freerdp.com/

多显示器支持

使用示例

环境检查

常见问题

下一步

• API 参考

  • URL: /zh/computer-api-reference.md

• 使用 YAML 格式自动化脚本

  • URL: /zh/automate-with-scripts-in-yaml.md

• YAML 脚本运行器

  • URL: /zh/yaml-script-runner.md

• 缓存提高效率

  • URL: /zh/caching.md

url: /zh/computer-introduction.md

案例展示

在 Playground 中试用

核心功能

使用场景

下一步

• 开始使用

  • URL: /zh/computer-getting-started.md

• API 参考

  • URL: /zh/computer-api-reference.md

• 使用 YAML 格式自动化脚本

  • URL: /zh/automate-with-scripts-in-yaml.md

url: /zh/consume-report-file.md

示例

使用命令行工具解析

使用 JavaScript SDK 解析

关于 JSON 和 Markdown 的内容字段

url: /zh/data-privacy.md

url: /zh/faq.md

各平台常见问题

• Web 浏览器 - Playwright

  • URL: /zh/integrate-with-playwright.md#faq

• Web 浏览器 - Puppeteer

  • URL: /zh/integrate-with-puppeteer.md#faq

• Web 浏览器 - Chrome 插件

  • URL: /zh/quick-experience.md#faq

• Web 浏览器 - 桥接模式

  • URL: /zh/bridge-mode.md#faq

• Android

  • URL: /zh/android-getting-started.md#常见问题

• iOS

  • URL: /zh/ios-getting-started.md#常见问题

• HarmonyOS

  • URL: /zh/harmony-getting-started.md#常见问题

• PC 桌面

  • URL: /zh/computer-getting-started.md#常见问题

会有哪些信息发送到 AI 模型？

我的模型服务商需要在请求中添加指定的 header

如何配置 midscene_run 目录？

• 缓存
  • URL: /zh/caching.md

如何提升运行效率？

• 缓存
  • URL: /zh/caching.md

如何通过链接控制报告中播放器的默认回放样式？

元素定位出现偏移

豆包手机是否使用了 Midscene 作为底层方案？

url: /zh/harmony-api-reference.md

Action Space（动作空间）

HarmonyDevice {#harmonydevice}

HarmonyAgent {#harmonyagent}

• API constructors

  • URL: ./api#common-parameters

• HarmonyOS 平台特定动作

  • URL: ./automate-with-scripts-in-yaml#harmony-部分

• API 参考（通用）

  • URL: ./api#interaction-methods

• Link: uri: string —— 可以是应用 bundle name（如 com.huawei.hmos.settings），也可以是在 appNameMapping 中注册的应用名称。如果传入 或https://` 开头的 URL，将通过浏览器打开。

  • URL: http://`

• HarmonyDevice

  • URL: #harmonydevice

• HarmonyOS 快速开始

  • URL: ./harmony-getting-started

url: /zh/harmony-getting-started.md

配置 AI 模型服务

准备工作

• DevEco Studio

  • URL: https://developer.huawei.com/consumer/cn/deveco-studio/

• HarmonyOS 命令行工具

  • URL: https://developer.huawei.com/consumer/cn/download/

试用 Playground（零代码）

• 模型配置
  • URL: /zh/model-config.md

开始体验

集成 Midscene Agent

进阶

更多

• API 参考（通用）

  • URL: /zh/api.md#interaction-methods

• HarmonyOS Agent API

  • URL: /zh/harmony-api-reference.md

• https://github.com/web-infra-dev/midscene-example/blob/main/harmony/javascript-sdk-demo

  • URL: https://github.com/web-infra-dev/midscene-example/blob/main/harmony/javascript-sdk-demo

常见问题

url: /zh/harmony-introduction.md

案例展示

在 HarmonyOS 上试用 Midscene Playground

下一步

• 快速开始

  • URL: /zh/harmony-getting-started.md

• 使用 JavaScript SDK

  • URL: /zh/harmony-getting-started.md

• 使用 YAML 格式的自动化脚本

  • URL: /zh/automate-with-scripts-in-yaml.md

url: /zh/index.md

url: /zh/integrate-with-android.md

Preparation

• Android Studio

  • URL: https://developer.android.com/studio

• Android command-line tools

  • URL: https://developer.android.com/studio#command-line-tools-only

配置 AI 模型服务

集成 Midscene

构造函数与接口

• yadb

  • URL: https://github.com/ysbing/YADB

• 构造器

  • URL: /zh/api.md

扩展自定义交互动作

更多

• API 参考
  • URL: /zh/api.md

FAQ

• ADBKeyBoard
  • URL: https://github.com/senzhk/ADBKeyBoard

url: /zh/integrate-with-any-interface.md

演示和社区项目

• 演示项目

  • URL: https://github.com/web-infra-dev/midscene-example/tree/main/custom-interface

• Android (adb) Agent

  • URL: https://github.com/web-infra-dev/midscene/blob/main/packages/android/src/device.ts

• iOS (WebDriverAgent) Agent

  • URL: https://github.com/web-infra-dev/midscene/blob/main/packages/ios/src/device.ts

• midscene-ios

  • URL: https://github.com/lhuanyu/midscene-ios

配置 AI 模型服务

实现你自己的界面类

API 参考

• Zod
  • URL: https://www.npmjs.com/package/zod

常见问题（FAQ）

url: /zh/integrate-with-harmony.md

Preparation

• DevEco Studio

  • URL: https://developer.huawei.com/consumer/cn/deveco-studio/

• HarmonyOS 命令行工具

  • URL: https://developer.huawei.com/consumer/cn/download/

配置 AI 模型服务

集成 Midscene

构造函数与接口

• 构造器
  • URL: /zh/api.md

扩展自定义交互动作

更多

• API 参考
  • URL: /zh/api.md

FAQ

url: /zh/integrate-with-ios.md

关于 WebDriver 和 Midscene 的关系

准备 WebDriver 服务

• Run Prebuilt WDA

  • URL: https://appium.github.io/appium-xcuitest-driver/5.12/run-prebuilt-wda/

• Real Device Configuration

  • URL: https://appium.github.io/appium-xcuitest-driver/5.12/real-device-config/

配置 AI 模型服务

集成 Midscene

构造函数与接口

• 构造器
  • URL: /zh/api.md

扩展自定义交互动作

更多

• API 参考
  • URL: /zh/api.md

FAQ

更多

• API 参考
  • URL: /zh/api.md

url: /zh/integrate-with-playwright.md

配置 AI 模型服务

直接集成 Midscene Agent

在 Playwright 的测试用例中集成 Midscene

• Link: outputFormat: 控制报告的生成格式。'single-html'（默认）将所有截图作为 base64 内嵌到单个 HTML 文件中。'html-and-external-assets' 将截图保存为独立的 PNG 文件到子目录，适用于报告文件过大的场景。注意：使用 'html-and-external-assets' 时，报告必须通过 HTTP 服务器访问，无法直接使用 file:// 协议打开（因为浏览器的 CORS 限制会阻止从 file 协议加载相对路径的本地图片）。进入报告目录后运行以下命令之一：

• 使用 Node.js：npx serve
• 使用 Python：python -m http.server 或 python3 -m http.server

然后通过 `

• URL: http://localhost:3000`（或终端显示的端口）访问报告。

Advanced

• Link: BrowserBase：在 注册并获取你的 CDP URL

  • URL: https://browserbase.com

• Link: Browserless：使用 或运行你自己的实例

  • URL: https://browserless.io

FAQ

• Agent

  • URL: /zh/api.md#%E6%9E%84%E9%80%A0%E5%99%A8

• Yaml

  • URL: /zh/automate-with-scripts-in-yaml.md#web-%E9%83%A8%E5%88%86

更多

• API 参考

  • URL: /zh/api.md#interaction-methods

• Playwright Agent API

  • URL: /zh/web-api-reference.md#playwright-agent

• 直接集成 Playwright

  • URL: https://github.com/web-infra-dev/midscene-example/blob/main/playwright-demo

url: /zh/integrate-with-puppeteer.md

配置 AI 模型服务

集成 Midscene Agent

Advanced

• Link: BrowserBase：在 注册并获取你的 CDP URL

  • URL: https://browserbase.com

• Link: Browserless：使用 或运行你自己的实例

  • URL: https://browserless.io

FAQ

更多

• API 参考

  • URL: /zh/api.md#interaction-methods

• Puppeteer Agent API

  • URL: /zh/web-api-reference.md#puppeteer-agent

• https://github.com/web-infra-dev/midscene-example/blob/main/puppeteer-demo

  • URL: https://github.com/web-infra-dev/midscene-example/blob/main/puppeteer-demo

url: /zh/introduction.md

功能特性

• 与 Puppeteer 集成

  • URL: /zh/integrate-with-puppeteer.md

• JavaScript SDK

  • URL: /zh/android-getting-started.md

• JavaScript SDK

  • URL: /zh/ios-getting-started.md

• JavaScript SDK

  • URL: /zh/integrate-with-any-interface.md

• 交互 API: 与用户界面交互。

  • URL: /zh/api.md#interaction-methods

• 文档

  • URL: /zh/mcp.md

• 使用缓存，提高执行效率: 使用缓存能力重放脚本，提高执行效率。

  • URL: /zh/caching.md

演示案例

• iOS 自动化 - 美团下单咖啡

  • URL: /zh/showcases.md#ios

• iOS 自动化 - Twitter 自动点赞 @midscene_ai 首条推文

  • URL: /zh/showcases.md#ios

• Android 自动化 - 懂车帝查看小米 SU7 参数

  • URL: /zh/showcases.md#android

• Android 自动化 - Booking 预订东京圣诞酒店

  • URL: /zh/showcases.md#android

• MCP 集成 - Midscene MCP 操作界面发布 prepatch 版本

  • URL: /zh/showcases.md#mcp

零代码快速体验

• Chrome 插件

  • URL: /zh/quick-experience.md

• Android Playground

  • URL: /zh/android-getting-started.md#试用-playground-零代码

• iOS Playground

  • URL: /zh/ios-getting-started.md#试用-playground

视觉语言模型驱动

两种自动化风格

资源

• https://midscenejs.com

  • URL: https://midscenejs.com/

• https://github.com/web-infra-dev/midscene-example

  • URL: https://github.com/web-infra-dev/midscene-example

• https://midscenejs.com/api.html

  • URL: /zh/api.md

• https://github.com/web-infra-dev/midscene

  • URL: https://github.com/web-infra-dev/midscene

社区

• Web Infra 团队微信公众号

  • URL: https://lf3-static.bytednsdoc.com/obj/eden-cn/vhaeh7vhabf/web-infra-wechat.jpg

• Discord

  • URL: https://discord.gg/2JyBHxszE4

• 在 X 上关注我们

  • URL: https://x.com/midscene_ai

• 飞书交流群

  • URL: https://applink.larkoffice.com/client/chat/chatter/add_by_link?link_token=693v0991-a6bb-4b44-b2e1-365ca0d199ba

致谢

• Rsbuild

  • URL: https://github.com/web-infra-dev/rsbuild

• UI-TARS

  • URL: https://github.com/bytedance/ui-tars

• Qwen2.5-VL

  • URL: https://github.com/QwenLM/Qwen2.5-VL

• scrcpy

  • URL: https://github.com/Genymobile/scrcpy

• appium-adb

  • URL: https://github.com/appium/appium-adb

• appium-webdriveragent

  • URL: https://github.com/appium/WebDriverAgent

• YADB

  • URL: https://github.com/ysbing/YADB

• libnut-core

  • URL: https://github.com/nut-tree/libnut-core

• Puppeteer

  • URL: https://github.com/puppeteer/puppeteer

• Playwright

  • URL: https://github.com/microsoft/playwright

License

url: /zh/ios-api-reference.md

Action Space（动作空间）

IOSDevice {#iosdevice}

• API 参考（通用）
  • URL: ./api#interaction-methods

IOSAgent {#iosagent}

• API constructors

  • URL: ./api#common-parameters

• iOS 平台特定动作

  • URL: ./automate-with-scripts-in-yaml#the-ios-part

• API 参考（通用）

  • URL: ./api#interaction-methods

• IOSDevice

  • URL: #iosdevice

• iOS 快速开始

  • URL: ./ios-getting-started

• 与任意界面集成

  • URL: ./integrate-with-any-interface

url: /zh/ios-getting-started.md

配置 AI 模型服务

准备工作

准备工作

• Run Prebuilt WDA

  • URL: https://appium.github.io/appium-xcuitest-driver/5.12/run-prebuilt-wda/

• Real Device Configuration

  • URL: https://appium.github.io/appium-xcuitest-driver/5.12/real-device-config/

试用 Playground（零代码）

• 模型配置
  • URL: /zh/model-config.md

开始体验

集成 Midscene Agent

API 参考与更多资源

常见问题

更多

• API 参考（通用）

  • URL: /zh/api.md#interaction-methods

• iOS Agent API

  • URL: /zh/ios-api-reference.md

• https://github.com/web-infra-dev/midscene-example/blob/main/ios/javascript-sdk-demo

  • URL: https://github.com/web-infra-dev/midscene-example/blob/main/ios/javascript-sdk-demo

url: /zh/ios-introduction.md

案例展示

在 Playground 中试用

关于 WebDriverAgent

下一步

• 使用 JavaScript SDK

  • URL: /zh/ios-getting-started.md

• 使用 YAML 格式的自动化脚本

  • URL: /zh/automate-with-scripts-in-yaml.md

url: /zh/llm-txt.md

目录概览

• llms.txt

  • URL: https://midscenejs.com/zh/llms.txt

• llms-full.txt

  • URL: https://midscenejs.com/zh/llms-full.txt

使用方法

url: /zh/mcp-android.md

使用场景

设置 Midscene MCP

• 选择 AI 模型

  • URL: /zh/model-config.md

• Android adb

  • URL: https://developer.android.com/tools/adb?hl=zh-cn

可用工具

常见问题

• Link: 网页 URL：如 `
  • URL: https://www.example.com`

url: /zh/mcp.md

MCP 工具列表

查看执行报告

配置 MCP

• 模型策略

  • URL: /zh/model-strategy.md

• iOS 快速开始

  • URL: /zh/ios-getting-started.md

• 模型策略

  • URL: /zh/model-strategy.md

• Android 快速开始

  • URL: /zh/android-getting-started.md

• 模型策略

  • URL: /zh/model-strategy.md

实现自己的 MCP

url: /zh/model-common-config.md

配置环境变量的方式

常用模型配置

• https://github.com/zai-org/GLM-V

  • URL: https://github.com/zai-org/GLM-V

• https://huggingface.co/zai-org/GLM-4.6V

  • URL: https://huggingface.co/zai-org/GLM-4.6V

• https://github.com/zai-org/Open-AutoGLM

  • URL: https://github.com/zai-org/Open-AutoGLM

• https://huggingface.co/zai-org/AutoGLM-Phone-9B

  • URL: https://huggingface.co/zai-org/AutoGLM-Phone-9B

• Images and Vision guide

  • URL: https://developers.openai.com/api/docs/guides/images-vision

• Images and Vision guide

  • URL: https://developers.openai.com/api/docs/guides/images-vision

• Computer use guide

  • URL: https://developers.openai.com/api/docs/guides/tools-computer-use

其他模型

• 阿里云
  • URL: https://www.aliyun.com/

多模型示例：GPT-5.4 规划/理解 + Qwen 3.5 视觉定位 {#gpt54-planning-insight-qwen35}

更多

url: /zh/model-config.md

必选配置

• Images and Vision guide
  • URL: https://developers.openai.com/api/docs/guides/images-vision

高阶配置（可选）

仍兼容的模型配置（不推荐）

使用 JavaScript 配置参数

常见问题

• createOpenAIClient

  • URL: /zh/api.md#自定义-openai-客户端

• createOpenAIClient

  • URL: /zh/api.md#自定义-openai-客户端

url: /zh/model-strategy.md

• 豆包 Seed 模型

  • URL: /zh/model-common-config.md#doubao-seed-model

• Qwen3.X 系列

  • URL: /zh/model-common-config.md#qwen3x

• 智谱 GLM-V

  • URL: /zh/model-common-config.md#glm-v

• 智谱 AutoGLM

  • URL: /zh/model-common-config.md#auto-glm

• Gemini-3-Flash

  • URL: /zh/model-common-config.md#gemini-3-pro

• GPT-5.4

  • URL: /zh/model-common-config.md#gpt-5-4

背景知识：UI 自动化的技术路线

Midscene 采用纯视觉路线来完成元素定位

推荐使用的视觉模型

高阶特性：多模型配合

如何调优执行效果？

更多

模型服务连接问题排查

url: /zh/quick-experience.md

安装 Chrome 扩展

配置 AI 模型服务

开始体验

FAQ

url: /zh/showcases-android.md

url: /zh/showcases-computer.md

url: /zh/showcases-harmony.md

url: /zh/showcases-ios.md

url: /zh/showcases-mcp.md

url: /zh/showcases-web.md

url: /zh/showcases.md

Web

iOS

Android

HarmonyOS

Computer

MCP

社区案例

url: /zh/skills.md

支持的平台

安装

模型配置

使用 Skills

案例：编码 Agent 写完代码后自行验证功能

更多应用场景

更多

url: /zh/use-javascript-to-optimize-ai-automation-code.md

使用 JavaScript 和结构化 API 编写自动化脚本

常用的结构化 API 方法

选用 aiAct 与结构化代码，哪个才是最优解？

想要轻松编写结构化代码？

• Link

  • URL: https://midscenejs.com/use-javascript-to-optimize-ai-automation-code.md

• Link

  • URL: https://midscenejs.com/api.md

url: /zh/web-api-reference.md

Action Space（动作空间）

PuppeteerAgent {#puppeteer-agent}

• API 参考（通用）

  • URL: ./api#interaction-methods

• 集成到 Puppeteer

  • URL: ./integrate-with-puppeteer

PlaywrightAgent {#playwright-agent}

• API 参考（通用）

  • URL: ./api#interaction-methods

• 集成到 Playwright

  • URL: ./integrate-with-playwright

Chrome Bridge Agent {#chrome-bridge-agent}

• API 参考（通用）

  • URL: ./api#interaction-methods

• 桥接模式

  • URL: ./bridge-mode

url: /zh/yaml-script-runner.md

使用 .env 配置环境变量

开始使用

命令行工具的高级用法

命令行参数

• glob
  • URL: https://www.npmjs.com/package/glob

常见问题

How to Use This Skill

Reference these resources when working with YAML 脚本运行器.