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.

Midscene Bridge モードを使用したビジョン主導のブラウザ自動化。完全にスクリーンショットから操作できます。DOM やアクセシビリティ ラベルは必要ありません。テクノロジースタックに関係なく、画面上に表示されるすべての要素を操作できます。 このモードは、Midscene Chrome 拡張機能を介してユーザーのデスクトップ Chrome ブラウザに接続し、Cookie、セッション、ログイン状態を保持します。 ユーザーが次のことを行う場合にこのスキルを使用します。 - ユーザー自身の Chrome ブラウザで Web ページを閲覧、移動、または開く - ログイン セッション、Cookie、または既存のブラウザの状態を必要とするページと対話する - ユーザーの実際のブラウザを使用して Web サイトからデータをスクレイピング、抽出、または収集する - フォームに記入する、ボタンをクリックする、または Web 要素を操作する - フロントエンド UI の動作を検証、検証、またはテストします。 - Webページのスクリーンショットを撮る - 複数ステップの Web ワークフローを自動化する - ウェブサイトのコンテンツや外観をチェックする Midscene.js の提供 (https://midscenejs.com) ソース: web-infra-dev/midscene-skills。