midscene

Midscene.js 是一个基于视觉与AI的跨平台UI自动化框架，支持Web、iOS、Android等多端界面操作。它通过计算机视觉理解屏幕内容，并结合大模型（如UI-TARS）实现自然语言驱动的自动化任务编排，无需传统脚本编写即可完成表单填写、App交互、流程测试等操作。核心特点包括零代码/低代码自动化、多平台统一API、端侧视觉识别与动作执行一体化。适用于UI回归测试、RPA流程自动化、无障碍辅助交互及跨端应用验证等场景。