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.

Automatización del navegador basada en visión utilizando Midscene. Funciona completamente a partir de capturas de pantalla: no se requieren DOM ni etiquetas de accesibilidad. Puede interactuar con todos los elementos visibles en la pantalla independientemente de la pila de tecnología. Abre una nueva pestaña del navegador para cada URL de destino a través de Puppeteer (Chrome sin cabeza). Utilice esta habilidad cuando el usuario quiera: - Explorar, navegar o abrir páginas web - Extraer, extraer o recopilar datos de sitios web - Complete formularios, haga clic en botones o interactúe con elementos web - Verificar, validar o probar el comportamiento de la interfaz de usuario - Tomar capturas de pantalla de páginas web. - Automatizar flujos de trabajo web de varios pasos - Ejecute la automatización del navegador o verifique el contenido del sitio web Desarrollado por Midscene.js (https://midscenejs.com) Fuente: web-infra-dev/midscene-skills.