vitest-midscene-e2e
web-infra-dev/midscene-skills
Aprimora o Vitest com o Midscene para testes de UI baseados em IA em ambientes Web (Playwright), Android (ADB) e iOS (WDA). Gera estruturas para novos projetos, converte projetos existentes e cria/atualiza/deboga/execute testes E2E por meio de interações com a interface do usuário em linguagem natural. Gatilhos: write test, add test, create test, update test, fix test, debug test, run test, e2e test, midscene test, new project, convert project, init project, 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 tudoSobre o vitest-midscene-e2e
O vitest-midscene-e2e aprimora a estrutura de testes Vitest com o Midscene para criar testes E2E de interface do usuário baseados em inteligência artificial e em linguagem natural, compatíveis com Web (Playwright Chromium), Android (ADB e scrcpy) e iOS (WebDriverAgent). Ele resolve a fragilidade dos testes E2E baseados em seletores: em vez de decompor um fluxo de usuário em ações frágeis como toques e inserções, o testador transmite a intenção descrita em linguagem simples ao agente do Midscene, que planeja e executa a interação. Essa ferramenta permite criar novos projetos de teste, converter os existentes, além de gerar, atualizar, depurar e executar testes, utilizando frases de acionamento em dois idiomas (inglês e chinês).
O fluxo de trabalho começa com a clonagem de um modelo padrão por meio de um script embutido, seguida da comparação do projeto atual com esse modelo, preenchendo apenas os elementos faltantes para as plataformas desejadas, sem sobrescrever configurações existentes. Também é copiado um arquivo .env.example para .env, para que o usuário possa preencher os dados necessários. A regra central é que as etapas da interface do usuário descritas pelo usuário devem ser implementadas usando a API principal aiAct, em vez de chamadas mais específicas como aiTap/aiInput/aiAssert, permitindo que a inteligência artificial lidere com o planejamento, as afirmações, a extração de dados e o aguardo. O documento aborda classes de agente específicas para cada plataforma, que compartilham os mesmos métodos de IA; divide prompts longos em partes conforme limites de página ou fase; restringe o envio de arquivos por meio de prompts a um diretório especificado (fileChooserAllowedDir), desencorajando explicitamente o uso da raiz do projeto ou do diretório pessoal; inclui uma opção de prompt do sistema aiActionContext para definir o nível de expertise do testador; lista erros comuns de localização a serem evitados; e fornece um guia de solução de problemas para falhas.
Os usuários-alvo são desenvolvedores e engenheiros de QA que criam testes E2E multiplataforma e desejam automação robusta em linguagem natural para Web, Android e iOS. Para executá-lo, são necessárias variáveis de ambiente configuradas (incluindo credenciais do modelo de IA para o Midscene) e ferramentas específicas para cada plataforma, como Playwright, ADB ou WebDriverAgent. A ferramenta executa um script de clonagem e direciona a execução dos testes, mas é voltada para fluxos de teste legítimos, recomendando a restrição dos diretórios de envio de arquivos em vez da exposição de caminhos amplos.
Perguntas Frequentes
Quais plataformas são suportadas?
Web por meio de Playwright Chromium, Android por meio de ADB e scrcpy, e iOS por meio de WebDriverAgent. Na Web, são disponibilizados tanto ctx.agent quanto ctx.page; em Android e iOS, apenas ctx.agent. Todos os três agentes compartilham os mesmos métodos de IA.
Como escrevo uma etapa de teste?
Transmita a intenção do usuário em linguagem natural para a API principal, aiAct, em vez de decomponhá-la em chamadas como aiTap, aiInput ou aiAssert. A AI também cuida das afirmações, da extração de dados e do aguardo; a API obsoleta aiAction deve ser substituída por aiAct.
Que configurações são necessárias?
Clone o modelo padrão usando o script fornecido, instale as dependências e configure um arquivo .env (copiado de .env.example) com as variáveis necessárias, incluindo as credenciais do modelo de IA para o Midscene. Também são necessárias as ferramentas específicas para cada plataforma (Playwright, ADB/scrcpy ou WebDriverAgent).
Como os arquivos são enviados com segurança?
Quando um prompt do aiAct envia arquivos, especifique o diretório fileChooserAllowedDir como o menor diretório que contenha os arquivos necessários para o teste. O documento recomenda explicitamente evitar o uso da raiz do projeto ou do diretório pessoal.
E se um prompt abranger várias etapas?
Divida-o em chamadas separadas do aiAct, conforme limites de página ou fase, para que a inteligência artificial não perca o contexto durante a execução, garantindo que todas as fases juntas correspondam à intenção original. Há um guia de solução de problemas para ajudar na depuração de falhas.
Todos os Arquivos
3 arquivosSKILL.md7,0 KBViewscripts/clone-boilerplate.sh1,2 KBViewreferences/troubleshooting.md2,2 KBView
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 os arquivos
3 arquivosInstalar vitest-midscene-e2e
Baixe e extraia os arquivos de habilidade para o seu diretório .claude/skills/.
Baixar ZIPClone o repositório e copie os arquivos da habilidade para o seu projeto.
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





Lar
