Midscene.js 的替代品
3 个可以替代 Midscene.js 的软件。费用、登录、平台与可访问性都是本站实测或从官网核对的。
Midscene.js
midscenejs.com
开源的界面自动化框架，靠截图识别按钮和输入框，不依赖 DOM，支持用自然语言写步骤，适合测试工程师在 Playwright 或 Vitest 里给已有用例补上视觉操作。
工具免费可选登录网页 · Android · iOS · Windows · macOS · Linux中文开源国内可直接访问
对比
| 条目 | 费用 | 登录 | 平台 | 国内可直接访问 | 一句 |
|---|---|---|---|---|---|
 Browser Use |
有免费版 | 要登录 | 网页 | 待检测 | 替代浏览器端视觉操作这一块：同样靠截图驱动点击填表，但只覆盖 Web，没有移动端和测试断言接口 |
 Windows-Use |
免费 | — | Windows | 待检测 | 替代桌面端自动化这一块：能操作 Windows 应用，但读控件树而非截图，且不支持 Playwright/Vitest |
 droidrun |
有免费版 | — | 网页 · Android | 待检测 | 替代移动端自动化这一块：提供真实 Android 设备给 agent 操作，但需云端设备，不覆盖 Web 与桌面 |
详细介绍
部分替代 3
Browser Use
开源的浏览器智能体框架，把大语言模型接到浏览器上，按任务驱动点击、填表和翻页并返回结构化结果，也可用官方托管的云浏览器省去搭环境，适合需要跑登录墙后自动化流程的开发者与数据采集团队。替代浏览器端视觉操作这一块：同样靠截图驱动点击填表，但只覆盖 Web，没有移动端和测试断言接口
Windows-Use
开源的 Windows 桌面 AI 智能体，通过 UI Automation 读取控件树而非截图，让大模型点击、输入、运行 PowerShell 并读写文件，适合开发者用一句英文任务自动完成桌面操作。替代桌面端自动化这一块：能操作 Windows 应用，但读控件树而非截图，且不支持 Playwright/Vitest
droidrun
给 AI agent 配真实 Android 云手机的工具，云端设备可串流、可扩展，开源框架能接任意 agent，适合需要让 agent 在 App 里完成注册、下单、填表又不想自己维护真机的开发者。替代移动端自动化这一块：提供真实 Android 设备给 agent 操作，但需云端设备，不覆盖 Web 与桌面
还有：Appium（未收录）