企业官网建设流程全解析

Midscene.js 路线图一文看懂：v1.12 之后 3 个变化值得提前关注

【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene

Midscene.js 是一个视觉驱动的 E2E 测试工具：用自然语言描述操作与断言，由 AI 看截图驱动页面。本文基于当前 v1.12.5 仓库中的真实代码与文档线索，解读它未来 1-2 个版本的重点方向，以及你可以提前做什么。

先看清它现在站在哪

当前版本的主体是三层能力：GUI Agent（aiAct/aiAssert/aiQuery等视觉操作与断言，覆盖 Web、Android、iOS、HarmonyOS 和桌面）、交互式 HTML 报告，以及 Playground/Studio 这类可视化调试工具。

对判断未来方向最有用的两个事实：v1.12 正式推出了@midscene/test（Beta），且官方更新日志明确写着它将"逐步替代旧版 YAML 自动化方案"；v1.10 已下线全部 MCP server 包。新方案上线、旧方案宣布退役——这两个信号基本框定了接下来 1-2 个版本的主轴。

接下来要解决的几个真问题

用例怎么写才能长期维护

现状痛点：自然语言指令混在 TypeScript 脚本里，时间一长难读难改；而旧版 YAML 方案在生命周期管理、并发、数据准备等工程化能力上有限。

仓库线索：packages/test/src下已经是一套完整结构——cli、engine、parser、node、report各司其职，配套的 Midscene Test 概览文档 提出了"声明式语义与确定性工程并重"的设计：业务测试人员写 YAML 用例，平台工程师写 TypeScript 自定义 Node，框架还会把注册的 Node 自动编译成 Markdown 说明书，供人和 AI Agent 共同阅读维护。

落地后的影响：等它从 Beta 稳定，你的项目结构会变得清晰——写用例的、写框架的、AI 生成的脚本各走各的通道，互不污染。如果你在用旧版 YAML 方案，建议现在开始用新框架重写少量用例试水：

- aiAct: 在订单详情页发起退款申请 - aiAssert: 页面显示"退款申请已提交" - order.cleanup: # 自定义 TypeScript Node status: refunded

每次执行的成本与耗时要可度量

现状痛点：视觉类测试一次执行要调多次模型，慢且花钱。哪一步慢、哪一步烧钱，不量化的话无从优化。

仓库线索：packages/core/src/agent/task-cache.ts 负责规划和元素定位两级缓存，缓存失效会自动回退到模型规划并清掉失效条目——这是"同一用例第二次跑更快更便宜"的底层机制；v1.12 的报告侧边栏已加入总耗时与模型调用耗时，Markdown 报告按模型汇总 Token 用量。

落地后的影响：预计后续版本会把这类统计做得更细。对使用者的直接好处是：报告能直接告诉你哪个 AI 步骤耗时最长、花了多少，优化有据可依。

失败了要能回答"为什么失败"

现状痛点：视觉断言失败时往往只留下一张截图，到底是元素变了、文案变了还是模型判断失误，靠人肉重放排查很贵。

仓库线索：packages/core/src/agent/insight.ts 中的 Insight 类支持对"固定 UI 上下文"（历史截图）执行只读的 AI 查询与判断——也就是说，诊断不再只能对实时屏幕做，可以对已发生的失败画面追问；报告本身又完整记录了每一步的模型决策过程。

落地后的影响：推测后续会把"失败原因分析"进一步产品化进报告。到那时，打开失败报告就能直接看到每一步的输入、输出、耗时和 AI 的判断依据，排查从"猜"变成"查"。

截图数据要能留在企业内网

现状痛点：官方文档（数据隐私）明确说明截图会直接发往你配置的模型服务商，含敏感信息的界面走公网 API 在很多企业合规上过不了关。

仓库线索：packages/core/src/ai-model目录下是独立的模型适配层，已注册 Qwen、GLM、UI-TARS、Doubao 等数十种模型，其中包含可自托管的开源视觉模型；官方模型文档也给出了"结合规划模型与视觉模型、按需选择"的组合策略。

落地后的影响：不需要等项目做什么新东西——"自托管开源模型 + 自建扩展"这条链路当前已经具备。有隐私要求的团队可以现在就评估把模型换成自托管版本，作为私有化部署的提前准备。

落地节奏与验证信号

这个项目不发布长期路线图，但从版本节奏看规律很清晰：v1.9 主打 Benchmark 与 YAML 自动化，v1.10 引入 Gherkin 并下线 MCP，v1.12 推出 Test 框架 Beta。它的路径是：新能力先进 Beta 跑，旧方案在后续版本宣布退役。结合上面四条线索，可以这样预判推进节奏：

两个可执行的动作：订阅仓库的 releases，每次大版本读一遍 更新日志；如果你正在用旧版 YAML 方案，现在就抽一两个用例按 Midscene Test 文档重写试水。规划可能随开发进度调整。

【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene