vitest-midscene-e2e
web-infra-dev/midscene-skills
Mejora Vitest con Midscene para pruebas de interfaz de usuario impulsadas por IA en Web (Playwright), Android (ADB) e iOS (WDA). Crea estructuras básicas para nuevos proyectos, convierte proyectos existentes, y genera, actualiza, depura o ejecuta pruebas E2E mediante interacciones con la interfaz de usuario en lenguaje natural. Desencadena acciones como: escribir prueba, agregar prueba, crear prueba, actualizar prueba, reparar prueba, depurar prueba, ejecutar prueba, prueba E2E, prueba Midscene, nuevo proyecto, convertir proyecto, inicializar proyecto, 写测试, 加测试, 创建测试, 更新测试, 修复测试, 调试测试, 运行测试, 新建工程, 转化工程.
...Expandir todoAcerca de vitest-midscene-e2e
vitest-midscene-e2e mejora el marco de pruebas Vitest con Midscene para crear pruebas de interfaz de usuario end-to-end impulsadas por inteligencia artificial y basadas en lenguaje natural, compatibles con Web (Playwright Chromium), Android (ADB y scrcpy) e iOS (WebDriverAgent). Soluciona la fragilidad de las pruebas E2E basadas en selectores: en lugar de descomponer el flujo de usuario en acciones simples como toques e inserciones, el tester transmite la intención en lenguaje natural al agente de Midscene, el cual planifica y ejecuta las interacciones. Esta herramienta permite crear nuevos proyectos de pruebas, convertir los existentes, así como generar, actualizar, depurar y ejecutar pruebas, utilizando frases de activación bilingües (inglés y chino).
El flujo de trabajo comienza con la clonación de un modelo básico predefinido mediante un script incluido, seguida de una comparación con el proyecto actual para completar únicamente los elementos faltantes según las plataformas necesarias, sin sobrescribir las configuraciones existentes. También se copia un archivo .env.example a .env para que el usuario lo complete con los datos requeridos. Su regla principal es que los pasos de la interfaz descritos por el usuario deben implementarse mediante la API principal aiAct, en lugar de llamadas más específicas como aiTap/aiInput/aiAssert, permitiendo así que la inteligencia artificial se encargue de la planificación, las verificaciones, la extracción de datos y la espera. Incluye documentación sobre clases de agente específicas para cada plataforma que comparten los mismos métodos de inteligencia artificial, división de instrucciones largas según los límites de página o etapa, carga de archivos controlada por el directorio fileChooserAllowedDir (evitando explícitamente el uso de la raíz del proyecto o el directorio principal), una opción aiActionContext para indicar el nivel de experiencia del tester, errores comunes al localizar elementos y una guía de solución de problemas para los fallos.
Los usuarios destinatarios son desarrolladores e ingenieros de QA que escriben pruebas E2E multiplataforma y buscan una automatización resistente basada en lenguaje natural para Web, Android e iOS. Para ejecutarla se requieren variables de entorno configuradas (incluidas las credenciales del modelo de inteligencia artificial para Midscene) y herramientas específicas para cada plataforma como Playwright, ADB o WebDriverAgent. Esta herramienta ejecuta un script de clonación y gestiona la ejecución de pruebas, pero está limitada a flujos de trabajo de prueba legítimos, recomendando restringir los directorios de carga de archivos en lugar de permitir rutas amplias.
Preguntas frecuentes
¿Qué plataformas admite?
Web a través de Playwright Chromium, Android mediante ADB y scrcpy, e iOS con WebDriverAgent. En Web se dispone tanto de ctx.agent como de ctx.page; en Android e iOS solo está disponible ctx.agent. Los tres agentes comparten los mismos métodos de inteligencia artificial.
¿Cómo escribo un paso de prueba?
Transmita la intención del usuario en lenguaje natural a aiAct, la API principal, en lugar de descomponerla en llamadas como aiTap, aiInput o aiAssert. AiAct también se encarga de las verificaciones, la extracción de datos y la espera; la función obsoleta aiAction debe reemplazarse por aiAct.
¿Qué configuración se necesita?
Clone el modelo básico con el script proporcionado, instale las dependencias y configure un archivo .env (copiado de .env.example) con las variables necesarias, incluidas las credenciales del modelo de inteligencia artificial para Midscene. También se requieren las herramientas correspondientes para cada plataforma (Playwright, ADB/scrcpy o WebDriverAgent).
¿Cómo se gestionan de forma segura las cargas de archivos?
Cuando una instrucción de aiAct carga archivos, se debe especificar fileChooserAllowedDir con el directorio más pequeño que contenga los archivos de prueba. La herramienta indica explícitamente no utilizar la raíz del proyecto ni el directorio principal.
¿Qué hago si una instrucción abarca varios pasos?
Divídala en llamadas separadas a aiAct según los límites de página o etapa, de modo que la inteligencia artificial no pierda el contexto durante el proceso, asegurándose al mismo tiempo de que todas las fases cumplan con la intención original. Existe una guía de solución de problemas para depurar los fallos.
Todos los archivos
3 archivosSKILL.md7.0 KBVerscripts/clone-boilerplate.sh1.2 KBVerreferences/troubleshooting.md2.2 KBVer
Modules
| Module | Role |
|---|---|
| Vitest | TypeScript test framework. Provides describe/it/expect/hooks for test organization, assertions, and lifecycle. |
| Midscene | AI-driven UI automation. Interacts with UI elements via natural language — no fragile selectors. Core API: aiAct. |
Supported platforms:
- Web —
WebTest(Playwright Chromium):ctx.agent+ctx.page - Android —
AndroidTest(ADB + scrcpy):ctx.agentonly - iOS —
IOSTest(WebDriverAgent):ctx.agentonly
Workflow
Step 1: Clone boilerplate & ensure project ready
bash scripts/clone-boilerplate.sh
The boilerplate at ~/.midscene/boilerplate/vitest-all-platforms-demo/ is the canonical reference for project structure, configs, platform context classes, and test conventions. Compare the current project against it. If anything is missing, ask the user which platform(s) they need (Web / Android / iOS), then fill in what's missing using the boilerplate as the target state. Only include files for the requested platform(s). Do NOT overwrite existing configs or files. Copy .env.example from the boilerplate as .env if it doesn't exist, and prompt the user to fill in the env vars.
Step 2: Read the Midscene Agent API section below before writing tests
It contains mandatory rules for using aiAct — the primary API for all UI operations. Do NOT skip this step.
Step 3: Create, update, or run tests
Use the boilerplate's e2e/ directory and src/context/ as reference for patterns and conventions. Before running tests, ensure dependencies are installed and .env is configured. When debugging failures, check troubleshooting.md.
Midscene Agent API
ctx.agent is a platform-specific agent instance. All methods return Promises.
- Web:
PlaywrightAgentfrom@midscene/web/playwright - Android:
AndroidAgentfrom@midscene/android - iOS:
IOSAgentfrom@midscene/ios
All three agents share the same AI methods below.
Mandatory Rule: Use aiAct for User-Described Steps
When the user describes a UI action or state confirmation in natural language, you MUST use
aiActto implement it. Do NOT decompose user instructions intoaiTap/aiInput/aiAssertor other fine-grained APIs. Pass the user's intent directly toaiActand let Midscene's AI handle the planning and execution.
// User says: "type iPhone in the search box and click search"// WRONG — manually decomposing into fine-grained APIsawait ctx.agent.aiInput('search box', { value: 'iPhone' });await ctx.agent.aiTap('search button');// CORRECT — pass intent directly to aiActawait ctx.agent.aiAct('type "iPhone" in the search box, then click the search button');
Assertions, data extraction, and waiting should also be done via aiAct — it handles all of these. Do NOT use aiAssert, aiQuery, aiWaitFor, aiTap, or aiInput separately.
aiAct(taskPrompt, opt?) — Primary API
aiAct is the primary API for all UI operations and state confirmations. It accepts natural language instructions and autonomously plans and executes multi-step interactions.
// UI operationsawait ctx.agent.aiAct('type "iPhone" in the search box, then click the search button');await ctx.agent.aiAct('hover over the user avatar in the top right');// State confirmations / assertions — also use aiActawait ctx.agent.aiAct('verify the page shows "Login successful"');await ctx.agent.aiAct('verify the error message is visible');
Prompt-driven File Uploads (Web only)
When an aiAct prompt asks Midscene to upload files, pass fileChooserAllowedDir explicitly. Use the smallest directory containing that test case's fixtures, and refer to files relative to it in the prompt. Do not use the project root or a home directory. Replace ./fixtures below with the fixture directory relative to the test process working directory.
await ctx.agent.aiAct( 'click the upload button and upload avatar.png', { fileChooserAllowedDir: './fixtures' },);
Phase splitting: If the task prompt is too long or covers multiple distinct stages, split it into separate aiAct calls — one per phase. Each phase should be a self-contained logical step, and all phases combined must match the user's original intent.
// Incorrect — prompt spans multiple pages and too many steps, AI may lose context mid-wayawait ctx.agent.aiAct('click the settings button in the top nav, go to settings page, find personal info and click into it, change email to "[email protected]", change phone to "13800000000", click save, wait for success');// Correct — split by page/stage boundary, each phase stays within one logical contextawait ctx.agent.aiAct('click the settings button in the top nav, go to settings page, find personal info and click into it');await ctx.agent.aiAct('change email to "[email protected]", change phone to "13800000000", click save');await ctx.agent.aiAct('verify the save success message appears');
aiActionis deprecated. UseaiActoraiinstead.
Common Mistakes
- Vague locators —
'button'is ambiguous; use'the blue "Submit" button at the top of the page' - Deprecated
aiAction— useaiActinstead - Ambiguous multi-element targets — specify row/position:
'the delete button in the first product row'
Agent Configuration — aiActionContext
aiActionContext is a system prompt string appended to all AI actions performed by the agent. Use it to define the AI's role and expertise.
// Set via agentOptions in setup()const ctx = WebTest.setup('https://example.com', { agentOptions: { aiActionContext: 'You are a Web UI testing expert.', },});
Good examples:
'You are a Web UI testing expert.''You are an Android app testing expert who is familiar with Chinese UI.'
Bad examples:
'Click the login button.'— specific actions belong inaiAct(), notaiActionContext'The page is in Chinese.'— this is page description, not a system prompt
How to Look Up More
- In
node_modules/@midscene/web,node_modules/@midscene/android, andnode_modules/@midscene/ios, find the type definitions for the agent classes - If types are not enough, follow the source references in the
.d.tsfiles to read the implementation code innode_modules - Download https://midscenejs.com/llms.txt, then use
grepto search for the API or concept you need (the file is large, do not read it in full)
Todos los archivos
3 archivosInstalar vitest-midscene-e2e
Descargue y extraiga los archivos de habilidades a su directorio .claude/skills/.
Descargar ZIPClona el repositorio y copia los archivos de la habilidad a tu proyecto.
git clone https://github.com/web-infra-dev/midscene-skills/blob/main/skills/vitest-midscene-e2e/SKILL.md # Copy SKILL.md to your .claude/skills/ directory
Copiar





Hogar
