• 简体中文

      • PC 桌面自动化支持

      Midscene 可以驱动原生键盘和鼠标控制，在 Windows、macOS 和 Linux 上支持 PC 桌面自动化。

      通过采用视觉模型方案，自动化流程可以适配任何桌面应用程序——无论是用 Electron、Qt、WPF 还是原生技术构建的。开发者在调试 UI 自动化脚本时，只需关注最终的用户体验。

      PC 桌面自动化方案具备 Midscene 的所有特性：

      • 支持使用 Playground 进行零代码试用
      • 支持 JavaScript SDK 进行脚本编写
      • 支持 YAML 格式的自动化脚本和命令行工具
      • 支持 HTML 报告回放所有操作路径
      • 跨 Windows、macOS 和 Linux 平台
      • 支持 Linux CI 无头模式（通过 Xvfb，无需物理显示器）
      • 多显示器支持复杂设置

      案例展示

      Prompt (macOS): Help me post a tweet promoting Midscene's support for AutoGLM through safari, with the following requirements:

      1. Text content: Midscene now supports AutoGLM!
      2. Media content: Use the AutoGLM video from the download folder!

      查看此次任务的完整报告：report.html

      Prompt (Windows): 打开 Sauce Demo 电商网站，登录并添加商品到购物车

      查看此次任务的完整报告：report.html

      Prompt (macOS): 打开 Google 查询圣何塞明天天气温度

      查看此次任务的完整报告：report.html

      Prompt (Linux): 打开 TodoMVC，添加多个任务并筛选

      查看此次任务的完整报告：report.html

      查看更多案例：showcases

      在 Playground 中试用

      借助 Midscene.js Playground，你无需编写任何代码就能体验 PC 桌面自动化能力。

      查看 开始使用 了解如何启动 Playground。

      核心功能

      跨平台桌面控制

      • 鼠标操作：单击、双击、右键、移动鼠标、拖放
      • 键盘输入：输入文本、按键组合（Cmd/Ctrl/Alt/Shift）
      • 屏幕截图：捕获任意显示器的截图
      • 多显示器：同时操作多个显示器

      AI 驱动自动化

      使用 Midscene 的 AI 能力，您可以用自然语言自动化桌面应用：

      await agent.aiAct('打开文件菜单');
await agent.aiAct('点击另存为');
await agent.aiAct('在文件名字段输入 "我的文档"');
await agent.aiAct('按回车键');

      使用场景

      • 桌面应用测试：自动化测试 Electron、Qt 或原生应用
      • 工作流自动化：自动化桌面应用中的重复任务
      • 跨应用集成：按顺序控制多个应用程序
      • UI 测试：使用自然语言描述测试桌面应用

      下一步