一、Midscene.js介绍

Midscene.js是一个开源的、由AI驱动的JavaScript库，主要用于浏览器自动化。与传统自动化工具不同，它借助多模态大语言模型（LLM）的强大能力，让用户能够通过自然语言指令来控制网页并从中提取数据，极大地简化了自动化操作流程。这意味着，即便是没有深厚编程知识的用户，也能轻松创建强大的自动化脚本。

例如，当你需要在网页上完成一系列复杂操作时，如登录网站、填写表单、提交信息等，无需编写复杂的代码，只需用自然语言描述你的需求，Midscene.js就能将这些指令转化为实际的操作步骤，自动执行任务。它还能够分析用户界面元素，并以JSON格式提供结构化的响应，方便用户从网页中提取特定数据。

二、如何在Chrome浏览器使用Midscene.js

在Chrome浏览器中使用Midscene.js非常简单，通过以下步骤即可轻松实现：

1. 安装Chrome扩展：打开Chrome浏览器，进入Chrome网上应用店。在搜索栏中输入“Midscene.js”，找到对应的扩展程序后，点击“添加到Chrome”按钮。按照提示完成安装，安装完成后，浏览器右上角会出现Midscene.js的扩展图标。
2. 配置扩展：点击浏览器右上角的Midscene.js扩展图标，打开扩展界面。在界面中，你需要配置一些参数，如接入的模型和API KEY等。具体配置信息可根据你的需求和所使用的模型进行设置。例如，若使用GPT-4o模型，你需要获取OpenAI API密钥，并在配置中填写相应信息。支持模型详情参考：midsceene官网
3. 在这里插入图片描述

4. 使用指令操作：
   用自然语言写测试用例步骤描述如下：
   打开https://account.wps.cn/usercenter/apps?isclient=false 网页
   点击更多按钮
   点击同意
   点击返回按钮
   点击手机
   输入手机号1857563555
   点击按钮开始智能验证
   在短信验证码那里输入xxx6778
   点击确认登录
   会看到每个步骤的执行，执行结束还可以下载报告和视频，很详细排查问题也很容易
   

三、 Midscene.js 典型应用场景

Midscene.js 凭借“自然语言驱动自动化”的核心优势，已在多个领域落地实用场景，无论是个人日常办公提效，还是企业级批量操作，都能发挥显著价值。以下是其最具代表性的几类应用场景，结合具体案例帮助你理解：

一）、日常办公自动化：告别重复操作，节省80%机械时间

对于需要频繁处理网页操作的办公人群（如行政、HR、数据整理员），Midscene.js 能彻底替代“复制粘贴”“反复点击”等机械动作，让复杂流程一键完成。

• 场景1：多平台数据汇总
  若需从多个行业报告网页（如艾瑞咨询、易观分析）提取“2025年电商用户规模”“增长率”等关键数据，无需逐页复制表格——只需输入指令：“提取当前页面及下方3个链接页面中的‘电商用户规模’‘同比增长率’数据，按‘来源+年份+数据’格式整理成JSON”，Midscene.js 会自动跳转页面、识别数据字段，并生成结构化结果，直接用于Excel导入。
• 场景2：批量表单填写与提交
  HR需为100名新员工批量注册企业协作平台（如飞书）时，无需手动输入姓名、邮箱、部门等信息——提前准备好员工信息Excel（或直接用自然语言描述规则），输入指令：“根据‘姓名=张三，邮箱=zhangsan@xxx.com，部门=技术部’的格式，为100名员工注册账号，注册后保存每个账号的登录链接”，Midscene.js 会自动模拟填写表单、点击提交，并记录结果，避免人工操作失误。

二）、电商与零售运营：批量处理商品信息，提升运营效率

电商运营常需在平台（如淘宝、拼多多、企业自建商城）上批量操作商品，Midscene.js 能简化“上架、改价、数据采集”等流程，尤其适合中小商家。

• 场景1：多平台商品批量上架
  商家需将100款服装同时上架到淘宝和抖音小店时，无需在两个平台重复上传图片、填写标题、规格、价格——输入指令：“将当前淘宝草稿箱中的100款服装商品，按‘标题保留前30字+规格同步+价格下调5%’的规则，同步上架到抖音小店，上架后标记‘已同步’”，Midscene.js 会自动读取淘宝商品信息，适配抖音小店的界面元素，完成批量上架，节省数小时操作时间。
• 场景2：竞品价格与销量采集
  运营需监控10家竞品店铺的“连衣裙”价格、月销量、好评率时，无需每天手动打开竞品页面记录数据——输入指令：“每天上午10点，访问指定的10家竞品店铺，采集‘连衣裙’品类下所有商品的‘标题、售价、月销量、好评率’，整理成Excel并发送到指定邮箱”，Midscene.js 可设置定时执行，自动完成数据采集与分发，帮助商家及时调整定价策略。

三）、内容创作与媒体运营：自动化素材整理，降低创作成本

自媒体人、内容编辑常需从网页中采集素材（如图片、文字、视频链接），Midscene.js 能快速汇总素材，减少手动整理的工作量。

• 场景1：行业资讯批量采集与排版
  科技类公众号需每天从30个科技网站（如36氪、虎嗅）采集“AI领域最新资讯”，并整理成推文——输入指令：“从指定的30个网站中，采集今日发布的‘AI’相关资讯，要求‘标题+摘要（150字内）+原文链接+发布时间’，排除广告类内容，采集后按‘发布时间倒序’整理成Word文档，保留原文图片链接”，Midscene.js 会自动筛选符合要求的资讯，提取关键信息并结构化，编辑只需在此基础上修改润色，即可快速生成推文，缩短内容生产周期。
• 场景2：视频素材链接批量提取
  短视频创作者需从B站、YouTube上批量下载某UP主的视频链接（用于二次创作或素材参考）时，无需逐个视频点击“分享-复制链接”——输入指令：“提取当前B站UP主‘XXX’主页下所有‘教程类’视频的‘标题+播放量+视频链接’，按播放量从高到低排序，保存为CSV文件”，Midscene.js 会自动遍历UP主所有视频，识别“教程类”标签，提取所需信息，避免重复点击操作。

四）、数据调研与分析：结构化提取网页数据，辅助决策

市场调研、行业分析人员常需从网页中提取非结构化数据（如表格、散落在文字中的数字、用户评论），Midscene.js 能将这些数据转化为结构化格式（JSON、Excel），方便后续分析。

• 场景1：政府公开数据提取与整理
  调研人员需从某省统计局官网提取“2010-2024年各城市GDP、人口数量、人均可支配收入”数据时，无需手动复制网页中的表格（部分官网表格无法直接复制）——输入指令：“提取当前页面中‘2010-2024年各城市经济数据’表格，按‘年份+城市+GDP+人口+人均收入’的字段整理，缺失数据标注‘无’，生成Excel”，Midscene.js 会自动识别网页中的表格元素（即使是图片格式的表格，也能通过多模态能力识别文字），转化为可编辑的结构化数据，避免手动录入错误。
• 场景2：用户评论情感倾向采集
  产品经理需分析某款APP在应用商店（如苹果App Store、华为应用市场）的用户评论，了解“用户主要吐槽的问题”（如“闪退”“广告多”“功能复杂”）时，输入指令：“采集当前App Store页面中‘近30天’的1000条用户评论，筛选出‘一星、二星’的差评，提取评论中提到的‘问题关键词’（如闪退、广告、卡顿），统计每个关键词的出现次数”，Midscene.js 会自动采集评论，进行关键词提取与统计，生成可视化结果（如词云数据），辅助产品优化决策。

五）、企业内部系统操作：适配定制化界面，简化员工流程

部分企业有自建的内部系统（如ERP、CRM、库存管理系统），界面操作逻辑固定但繁琐，Midscene.js 能适配这些定制化界面，帮助员工简化操作。

• 场景1：CRM客户信息批量更新
  销售团队需将100个新客户的“跟进状态”（如“已沟通”“待报价”“已成交”）批量更新到企业CRM系统时，无需逐个搜索客户姓名再修改状态——输入指令：“根据‘客户姓名=李四，跟进状态=待报价；客户姓名=王五，跟进状态=已成交’的列表，批量更新CRM系统中对应客户的跟进状态，更新后标记‘已处理’”，Midscene.js 会自动模拟CRM系统的“搜索-修改-保存”流程，完成批量更新，避免销售重复操作影响跟进效率。
• 场景2：库存数据自动核对
  仓库管理员需每天核对“ERP系统中的库存数量”与“实际入库数量”是否一致时，无需手动对比两个表格——输入指令：“从ERP系统中提取‘所有商品的库存数量’，与当前Excel中的‘实际入库数量’对比，筛选出‘ERP库存≠实际库存’的商品，生成差异报表并标红差异项”，Midscene.js 会自动读取两个来源的数据，完成比对与报表生成，减少人工核对的时间成本与误差。