midscene 可以免费使用吗？用的什么许可证？

midscene 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

midscene 还在维护吗？

活跃维护中。midscene 最近一次提交是在 2026年10月20日。

midscene 适合用来做什么？

为选择器不稳定或难以获取的 Web 应用编写端到端测试。测试 canvas 或视觉渲染界面，这类界面难以用 DOM 断言检查。在现有 Playwright 或 Puppeteer 测试套件中加入视觉校验。在 Android 或 iOS 真机和模拟器上自动化移动应用流程。

midscene 怎么安装和运行？

从 npm 安装 Web SDK 包创建 Midscene Test 项目（具体设置命令参见指南）配置模型和 Web 运行时，然后编写 YAML 测试用例并运行

在哪里获取 midscene？

源代码和安装说明在 GitHub 上：https://github.com/web-infra-dev/midscene

web-infra-dev/midscene

Q: midscene 怎么安装和运行？

从 npm 安装 Web SDK 包 创建 Midscene Test 项目（具体设置命令参见指南） 配置模型和 Web 运行时，然后编写 YAML 测试用例并运行

Midscene.js 是一个基于视觉的 E2E 测试框架，可用自然语言编写 Web、移动端和桌面应用的界面操作与断言。

在 GitHub 查看官网

Star: 15,331
Fork: 1,201
未关闭 Issue: 123
最近提交: 5小时前

这是什么？

Midscene.js 将视觉识别引入端到端测试。测试用例用自然语言描述界面操作和预期结果，由视觉 GUI Agent 根据截图定位元素，完成点击、输入、滚动，并校验屏幕上实际呈现的内容。图标按钮、自定义控件、canvas 内容和跨域 iframe 都可以直接操作，无需维护 CSS 或 XPath 选择器。

项目提供两种使用方式：Midscene Test 支持用 YAML 编写用例，并通过 TypeScript 节点复用数据准备、接口调用和清理逻辑；也可以把 aiAct、aiTap、aiInput、aiAssert、aiQuery、aiWaitFor 等 Agent API 接入已有的 Playwright 或 Puppeteer 测试。平台覆盖 Web 浏览器、通过 ADB 控制的 Android、通过 WebDriverAgent 控制的 iOS、通过 HDC 控制的鸿蒙系统以及桌面端。

模型可以灵活选择，支持多个具备视觉能力的模型，其中包括可自托管的开源方案。每次运行会生成可交互的 HTML 报告，展示截图、元素位置以及操作和断言结果。

核心功能

01用自然语言描述界面操作和断言，可校验颜色、布局和视觉反馈。
02基于截图定位元素，图标按钮和 canvas 内容无需选择器。
03通过 Midscene Test 支持 YAML 用例，并可复用 TypeScript 节点。
04通过 Agent API 接入 Playwright 和 Puppeteer。
05覆盖 Web、Android、iOS、鸿蒙和桌面端。
06生成包含截图和执行结果的交互式 HTML 报告。

适用场景

为选择器不稳定或难以获取的 Web 应用编写端到端测试。
测试 canvas 或视觉渲染界面，这类界面难以用 DOM 断言检查。
在现有 Playwright 或 Puppeteer 测试套件中加入视觉校验。
在 Android 或 iOS 真机和模拟器上自动化移动应用流程。

快速上手

1
从 npm 安装 Web SDK 包
2
创建 Midscene Test 项目（具体设置命令参见指南）
3
配置模型和 Web 运行时，然后编写 YAML 测试用例并运行

使用前须知

需要可用的视觉 AI 模型，必须自行配置并承担费用。
报告中的基准结果依赖于特定模型和运行配置。

常见问题

midscene 是什么？: Midscene.js 是一个基于视觉的 E2E 测试框架，可用自然语言编写 Web、移动端和桌面应用的界面操作与断言。 Midscene.js 将视觉识别引入端到端测试。测试用例用自然语言描述界面操作和预期结果，由视觉 GUI Agent 根据截图定位元素，完成点击、输入、滚动，并校验屏幕上实际呈现的内容。图标按钮、自定义控件、canvas 内容和跨域 iframe 都可以直接操作，无需维护 CSS 或 XPath 选择器。
midscene 可以免费使用吗？用的什么许可证？: midscene 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
midscene 还在维护吗？: 活跃维护中。midscene 最近一次提交是在 2026年10月20日。
midscene 适合用来做什么？: 为选择器不稳定或难以获取的 Web 应用编写端到端测试。测试 canvas 或视觉渲染界面，这类界面难以用 DOM 断言检查。在现有 Playwright 或 Puppeteer 测试套件中加入视觉校验。在 Android 或 iOS 真机和模拟器上自动化移动应用流程。
midscene 怎么安装和运行？: 从 npm 安装 Web SDK 包创建 Midscene Test 项目（具体设置命令参见指南）配置模型和 Web 运行时，然后编写 YAML 测试用例并运行
在哪里获取 midscene？: 源代码和安装说明在 GitHub 上：https://github.com/web-infra-dev/midscene

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。