midscene-skillsweb-infra-dev/midscene-skills
让 AI 通过视觉识别直接操作 Web、移动端与桌面端界面,把「点哪里、填什么」的自然语言指令变成可执行的 UI 自动化动作。核心功能要点包括:1.【视觉驱动操作】:基于截图理解界面元素位置与语义,…
还没有人评分
我要评分
Stars317
Forks23
Watchers317
Open Issues3
Install一键安装
待确认这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:
git clone https://github.com/web-infra-dev/midscene-skills.git
Overview功能介绍
核心功能
让 AI 通过视觉识别直接操作 Web、移动端与桌面端界面,把「点哪里、填什么」的自然语言指令变成可执行的 UI 自动化动作。核心功能要点包括:1.【视觉驱动操作】:基于截图理解界面元素位置与语义,无需依赖 DOM 选择器或控件 ID 即可定位并点击、输入、滑动;2.【自然语言编排】:用日常语言描述操作目标即可生成自动化步骤,降低编写 UI 脚本的门槛;3.【多平台覆盖】:同一套技能可作用于 Web 页面、移动端 App 与桌面应用界面,减少为不同端分别维护脚本的成本;4.【操作录制与回放】:记录界面操作过程并可重复执行,用于回归验证与流程复现。
适用场景
Web 页面自动化测试、移动端 App UI 自动化、桌面端界面操作录制与回放、基于自然语言的界面操作脚本生成、多平台 UI 回归验证。
适用职业
测试 / QA 工程师、AI / 算法工程师、全栈 / 独立开发者、产品经理 (PM)。
Rating用户评分
还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。
Repository仓库信息
| 技能 ID | 2321 |
|---|---|
| 数据来源 | GitHub |
| 仓库全名 | web-infra-dev/midscene-skills |
| 所属分类 | AI 与智能体技能 / 技能包管理与工具框架 |
| 主要语言 | JavaScript |
| 开源协议 | MIT License |
| 默认分支 | main |
| GitHub 仓库 ID | 1122191501 |
| 节点 ID | R_kgDOQuNIjQ |
| 榜单排名 | #1803 (来源榜单内名次) |
| 全站热度排名 | #2027 (按 Stars 实时计算,共 5833 条) |
GrowthStar / Fork 增长
每天一次快照,记录 Star 与 Fork 的变化过程
- 当前317
- 上一记录点 · 09-25 312
- 较上一记录点 +5
- 共 2 个记录点 跨度 18 天
- 当前23
- 上一记录点 · 09-25 23
- 较上一记录点 ±0
- 共 2 个记录点 跨度 18 天
Timeline时间线
仓库创建2025-12-24 08:56:4110 个月前
资料最后更新2026-10-26 12:28:0622 天前
最近一次代码推送2026-09-08 06:12:502 个月前
Commit更新记录
版本【latest】由提交人 quanru 提交,主要更新类型为:技术文档补充与规范指引更新。提交说明:Merge pull request #45 from web-infra-dev/agent/use-harmony-launch-command。完善了项目使用说明、部署规范与开发者指引。