Midscene Chrome扩展：5分钟搭好你的浏览器自动化流水线
【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene
上周二我手动逐页核对页面状态核到昏头，换上 Midscene Chrome 扩展后，侧边栏输一句话，浏览器自己把点击、抓数、验证全干完了。
它到底能帮你做什么
Midscene 是一个用 AI 驱动浏览器自动化的工具，Chrome 扩展版把入口做成了"随开随用"的侧边栏：打开任意网页，用大白话写一句指令，它替你执行操作（aiAct，规划并点击）、提取结构化数据（aiQuery，按你给的字段吐 JSON）、校验界面（aiAssert，断言页面长什么样）。适合 QA、测试、运维，以及所有不想写脚本、只想让浏览器听人话的人。
装好它只要这几步 ⚡
- 获取扩展：在 Chrome 应用商店搜 "Midscene"，一键安装（官方推荐路径，带自动更新）。
- 想装源码版就先 clone 再构建：
git clone https://gitcode.com/GitHub_Trending/mid/midscene pnpm install pnpm --filter chrome-extension run build- 源码版加载：打开
chrome://extensions，开启开发者模式，"加载已解压的扩展程序"选apps/chrome-extension/dist目录。 - 贴模型配置：在 Midscene 侧边栏的设置页，粘贴一套支持 UI 定位的多模态模型配置（模型名、API 地址、Key）。
三个高频场景，逐个拆
不用写选择器也能抓页面数据
你卡在哪：页面结构一改，手写的 CSS 选择器就废，字段还对不齐。 它怎么操作：侧边栏切到 Query，写"页面中的商品，{name: string, price: number}[]"，模型直接看截图理解版面。 跑完长什么样：返回一段干净的 JSON 数组，存盘、进报表、喂给下游脚本都行。
一句话自动化重复填表
你卡在哪：一批测试账号要走同一套注册、登录流程，每次都要人肉点一遍。 它怎么操作：Action 里写"填写表单并提交"，扩展自己规划路径、逐步执行。 跑完长什么样：表单被填好并提交，执行过程留在面板里可回看。
让脚本和你的手动操作共用一个浏览器
你卡在哪：脚本默认起一个全新浏览器，登录态全丢，每次都要重新登。 它怎么操作：打开扩展的 Bridge Mode（桥接模式，本地终端脚本直接接管桌面 Chrome 的通道），跑脚本后点 "Allow"。 跑完长什么样：脚本复用你现有的 cookies 和插件状态，跑到一半你随时能手动接管。
完整走一遍：从打开到出结果
任务：每周回归一遍内部工单系统的"待办列表"页。
- 打开工单系统，手动登录一次，把登录态留在浏览器里。
- 侧边栏切到 Query，输入"待办工单列表，{ticketId: string, owner: string, deadline: string}[]"，点 Run。
- 扩展对当前页截图、解析表格，几秒内吐回 JSON 数组。
- 切到 Assert 输入"页面顶部没有红色报错横幅"，顺手确认页面健康。
- 把这条指令存成 YAML，以后终端直接跑，不用每次开浏览器。
再往深一步的几招
- 远程桥接：Bridge Mode 页的 Bridge Server URL 填远程
ws://地址，机器 A 跑脚本、机器 B 放浏览器。 - 开启远程访问后 Bridge Server 会暴露到网络，⚠️ 只在可信内网使用。
- YAML 里写
bridgeMode: currentTab，脚本直接附着到你正盯着的标签页。 - 用 Recorder 录一遍自己的操作，直接导出 YAML 或 Playwright 代码，不用重写。
卡住了先看这张表
| 症状 | 排查动作 |
|---|---|
| 图标装好了但侧边栏不出现 | 打开chrome://extensions确认扩展已启用；仍不行就禁用其他注入脚本的扩展后刷新 |
| 终端脚本运行后没弹连接确认 | 看扩展 Bridge 状态是否为 Listening；默认只听本机 127.0.0.1，确认脚本和浏览器在同一台机器 |
| 模型配置贴完仍报调用失败 | 检查MIDSCENE_MODEL_API_KEY等环境变量是否配在终端（Node.js）侧，而不是浏览器侧 |
| Ollama 本地模型返回 403 | 设置环境变量OLLAMA_ORIGINS="*"后重启 Ollama |
继续深挖去这里
- Bridge 模式完整文档
- 扩展源码目录
- 快速开始与模型配置
最短路径：先去 Chrome 应用商店装好扩展，贴完模型配置后在侧边栏输入"点击登录按钮"，看浏览器自己动起来。
【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
