chrome bridge 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.

Visiongesteuerte Browser-Automatisierung im Midscene Bridge-Modus. Funktioniert vollständig über Screenshots – es sind keine DOM- oder Barrierefreiheitskennzeichnungen erforderlich. Kann unabhängig vom Technologie-Stack mit allen sichtbaren Elementen auf dem Bildschirm interagieren. Dieser Modus stellt über die Midscene Chrome-Erweiterung eine Verbindung zum Desktop-Chrome-Browser des Benutzers her und behält Cookies, Sitzungen und Anmeldestatus bei. Verwenden Sie diese Fähigkeit, wenn der Benutzer Folgendes möchte: - Durchsuchen, navigieren oder öffnen Sie Webseiten im eigenen Chrome-Browser des Benutzers - Interagieren Sie mit Seiten, die Anmeldesitzungen, Cookies oder den aktuellen Browserstatus erfordern - Scrapen, extrahieren oder sammeln Sie Daten von Websites mit dem echten Browser des Benutzers - Füllen Sie Formulare aus, klicken Sie auf Schaltflächen oder interagieren Sie mit Webelementen - Überprüfen, validieren oder testen Sie das Verhalten der Frontend-Benutzeroberfläche - Machen Sie Screenshots von Webseiten - Automatisieren Sie mehrstufige Web-Workflows - Überprüfen Sie den Inhalt oder das Erscheinungsbild der Website Unterstützt von Midscene.js (https://midscenejs.com) Quelle: web-infra-dev/midscene-skills.