browser automation

CRITICAL RULES — VIOLATIONS WILL BREAK THE WORKFLOW: Never run midscene commands in the background. Each command must run synchronously so you can read its output (especially screenshots) before deciding the next action. Background execution breaks the screenshot-analyze-act loop.

Run only one midscene command at a time. Wait for the previous command to finish, read the screenshot, then decide the next action. Never chain multiple commands together.

Allow enough time for each command to complete. Midscene commands involve AI inference and screen interaction, which can take longer than typical shell commands. A typical command needs about 1 minute; complex act commands may need even longer.

أتمتة المتصفح المستندة إلى الرؤية باستخدام Midscene. يعمل بالكامل من لقطات الشاشة - لا يلزم وجود DOM أو تسميات إمكانية الوصول. يمكن التفاعل مع جميع العناصر المرئية على الشاشة بغض النظر عن مجموعة التكنولوجيا. يفتح علامة تبويب متصفح جديدة لكل عنوان URL مستهدف عبر محرك الدمى (Chrome بدون رأس). استخدم هذه المهارة عندما يريد المستخدم: - تصفح صفحات الويب أو التنقل فيها أو فتحها - استخراج أو استخراج أو جمع البيانات من مواقع الويب - املأ النماذج، أو انقر فوق الأزرار، أو تفاعل مع عناصر الويب - التحقق من سلوك واجهة المستخدم الأمامية أو التحقق من صحته أو اختباره - التقاط لقطات شاشة لصفحات الويب - أتمتة سير عمل الويب متعدد الخطوات - قم بتشغيل أتمتة المتصفح أو التحقق من محتوى موقع الويب مدعوم من Midscene.js (https://midscenejs.com) المصدر: web-infra-dev/midscene-skills.