desktop computer 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 de escritorio basada en visión utilizando Midscene. Controle su escritorio (macOS, Windows, Linux) con comandos en lenguaje natural. 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. Activadores: abrir aplicación, presionar tecla, escritorio, computadora, hacer clic en la pantalla, escribir texto, captura de pantalla del escritorio, iniciar aplicación, cambiar de ventana, automatización de escritorio, controlar la computadora, hacer clic con el mouse, método abreviado de teclado, captura de pantalla, buscar en pantalla, leer pantalla, verificar ventana, cerrar aplicación, minimizar ventana, maximizar ventana Desarrollado por Midscene.js (https://midscenejs.com) Fuente: web-infra-dev/midscene-skills.