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.

使用 Midscene Bridge 模式的視覺驅動瀏覽器自動化。完全透過螢幕截圖進行操作—不需要 DOM 或輔助功能標籤。無論技術堆疊如何，都可以與螢幕上的所有可見元素進行互動。 此模式透過 Midscene Chrome 擴充功能連接到使用者的桌面 Chrome 瀏覽器，保留 cookie、會話和登入狀態。 當使用者想要執行以下操作時使用此技能： - 在使用者自己的 Chrome 瀏覽器中瀏覽、導航或開啟網頁 - 與需要登入會話、cookie 或現有瀏覽器狀態的頁面進行交互 - 使用使用者的真實瀏覽器從網站抓取、提取或收集數據 - 填寫表格、點擊按鈕或與網路元素交互 - 驗證、驗證或測試前端 UI 行為 - 截取網頁截圖 - 自動化多步驟網路工作流程 - 檢查網站內容或外觀 由 Midscene.js (https://midscenejs.com) 提供支持 來源：web-infra-dev/midscene-skills。